PR

使いやすさやエッジ処理、AIの学習データ自動生成などで差異化

 エッジデバイスでは、ユーザー目線で直感的に使いやすいデザインで差異化を図る。具体例として国内の複数の空港で稼働している同社製の顔認証ゲートを挙げる。国内シェア1位とするセキュリティーカメラの機能も強化する。車両のナンバープレートの認証では、カメラに内蔵のエッジコンピューターでナンバーを画像認識し、サーバーとのデータ通信量やサーバー側のデータ処理の負荷を低減する。エッジ側にアプリケーションを導入することで、監視以外の付加価値も提供できるとする。

国内6空港で稼働している顔認証ゲート
国内6空港で稼働している顔認証ゲート
(出所:パナソニック)
[画像のクリックで拡大表示]
セキュリティーカメラに内蔵のエッジコンピューターで画像処理
セキュリティーカメラに内蔵のエッジコンピューターで画像処理
(出所:パナソニック)
[画像のクリックで拡大表示]

 人工知能(AI)による画像センシングは、学習データを自動生成できることを特徴に挙げる。まれにしか発生しない事象などデータの入手が困難な場合も、独自に学習データを生成、拡張しAIの精度を高められるとする。

AIの学習データを自動生成
AIの学習データを自動生成
(出所:パナソニック)
[画像のクリックで拡大表示]

 顔認証については、2019年11月にAPI(アプリケーション・プログラミング・インターフェース)を公開。今後は受付や決済など他のサービスを組み合わせ、必要とされる機能をソフトウエア・アズ・ア・サービス(SaaS)として提供することも検討する。入退館用の顔認証システム「KPAS」は新バージョンの提供を始める。逆光やマスク着用時の認証精度を高めたほか、同社のICカード入退館システムとの連携機能を追加。外部システムと連携するAPIも公開した。

顔認証アプリケーションをSaaSで提供予定
顔認証アプリケーションをSaaSで提供予定
(出所:パナソニック)
[画像のクリックで拡大表示]