AI × カメラ活用最前線 リテール業界にイノベーションを起こすプロダクト開発/SORACOM Tech Days 2021 day1_4

SORACOM Tech Days 2021 セッション資料です。
これまでにない方法で、リテール業界全体にイノベーションをもたらすAWL。特にカメラとAI技術を組み合わせることで、リテール (小売) 業界が抱える様々な問題の解決、そして新たな顧客体験の創出を技術面から力強くサポートしています。本セッションではAWL CTOの土田さんから、リテール業界向けテクノロジーのサービス設計、カメラを主軸にしたAI技術の活用、そして開発組織やこれから期待されるエンジニア像について、20分間でお話いただきます。

AWL株式会社
CTO
土田 安紘氏

Transcript

1. AI camera solution company
   

   View Slide

2. ©2021 AWL, Inc.
   自己紹介
   2
   土田 安紘
   AWL株式会社 取締役CTO（弁理士）
   北海道勇払郡生まれ。
   。
   北海道大学大学院修士課程修了。
   2001年4月に松下電器産業株式会社（現パナソニック（株））に入社し、
   NTTドコモ向け携帯電話のミドルウェア開発に従事の後、本社R&D部門
   にて幾つもの新規事業開発プロジェクトを牽引。
   その後、米国シリコンバレーでの社内起業プロジェクトリーダに抜擢さ
   れ、2012年から2016年まで米国・日本市場向けのモバイルO2Oサービ
   ス事業の立ち上げを主導。
   。
   AI新時代の到来、AI活用ビジネスの最前線で業界リーダーとして”ふるさ
   と北海道”からグローバル市場を切りひらくための挑戦の場として魅力を
   感じ、参画。全社技術戦略、知財戦略を統括。2019年9月に取締役就任。
   

   View Slide

3. ©2021 AWL, Inc.
   会社名 AWL株式会社 （北大発認定ベンチャー）
   設 立 2016年6月
   株 主 経営陣、サツドラHD（東証一部）他
   資本金 1億円（連結）
   従業員数（連結） 84名（2020年7月31日時点）
   所在地
   東京本社 ：東京都千代田区丸の内3丁目3番1号 新東京ビル4階
   札幌本社 ：北海道札幌市東区北８条東４丁目1-20
   AI HOKKAIDO LAB ：北海道札幌市北区北21条西12丁目2 北大ビジネススプリング105
   研究開発子会社 ：ベトナム・ハノイ（AWL Vietnam Co., Ltd）
   ※2021.3.16付で東京・札幌 2本社制となりました。
   AWLについて
   上級技術顧問
   川村 秀憲
   社外取締役
   富山浩樹
   取締役 CTO
   土田 安紘
   技術顧問
   Biplab Banerjee
   代表取締役社長
   北出 宗治
   3
   

   View Slide

4. グローバルチームによるソリューション開発
   VIETNAM SAPPORO SAPPORO
   研究開発（子会社） Head Office
   Corporate R&D Worldwide & PoC
   北大ビジネススプリング
   AI HOKKAIDO LAB
   INDIA
   技術連携 Head Office
   TOKYO
   インド工科大(IIT)ボンベイ校
   助教授を技術顧問に招聘・共同研究
   数多くの経験を重ねた
   エンジニアスペシャリスト集団
   従業員の国籍
   17カ国
   ドラッグストア「サツドラ」にて
   データ取得＆実証開発 北海道大学発ベンチャー
   4
   ©2021 AWL, Inc.
   

   View Slide

5. ©2021 AWL, Inc.
   GlobAWL
   AWLはAI・ディープラーニングをベースとする動画解析のトップランナーです。
   世界17ヵ国から集う精鋭が生み出すソリューションは、AIの社会実装に貢献し、
   AI産業にインテリジェンスをもたらしています。
   5
   

   View Slide

6. ©2021 AWL, Inc.
   AWLのEdge AIカメラ技術
   Point
   1 Point
   2 Point
   3 Point
   4 Point
   5 Point
   6
   初期投資を抑え、
   低コストで導入
   スピーディーに
   利用を開始
   パートナー企業様による
   機能開発
   コロナ対策・販売支援・防犯
   など、汎用性の高い運用
   世界中の店舗の映像を
   クラウドで一元管理
   クラウドを介さずに
   映像をリアルタイムで処理
   「防犯映像を一元管理するレコーダーとして高機能」に加え、「Edge AIカメラ技術による映像分析」を低価格で実現
   (特許第6644231号)
   6
   

   View Slide

7. ©2021 AWL, Inc.
   製品／サービス
   既設カメラと簡単に接続
   AWLBOX
   最大3台のカメラで混雑度分析
   AWLBOX mini
   コロナ対策・店舗の状況分析
   AWL Lite
   非接触・顔認証・混雑回避
   AWL thermo
   既存の防犯カメラにクラウド映像管理と多様なAI機能を組み合わせた
   AIカメラソリューション
   7
   

   View Slide

8. © 2021 AWL, Inc.
   AWLBOX
   8
   

   View Slide

9. 9
   AWLBOXによる人物の分析
   

   View Slide

10. View Slide

11. View Slide

12. 12
    入店から退店まで、お客様の店内行動をデータ化
    1. 来店時間
    2. 退店時間
    3. 店内滞在時間(2-1)
    4. 来店者属性
    5. 再来店者ID
    1. 棚前滞在時間
    2. 顧客滞在ヒストグラム
    3. (サイネージ等)視聴時間
    4. 商品接触
    1. 買い周り・ついで買い
    1. レジ待ち時間
    2. レジ時間
    1. レジ待ち行列
    

    View Slide

13. 13
    お客様の店内行動をデータ化で、店舗オペレーション改善
    1. 来店時間
    2. 退店時間
    3. 店内滞在時間(2-1)
    4. 来店者属性
    5. 再来店者ID
    1. 棚前滞在時間
    2. 顧客滞在ヒストグラム
    3. (サイネージ等)視聴時間
    4. 商品接触
    1. 買い周り・ついで買い
    1. レジ待ち時間
    2. レジ時間
    1. レジ待ち行列
    POSデータ
    棚割データ
    店舗のオペレーション改善
    売上向上
    ・・・
    

    View Slide

14. © 2021 AWL, Inc.
    AWLの技術
    

    View Slide

15. 15 © 2021 AWL, Inc.
    皆さん正直こう思いましたよね？
    そんなのよく見るし・・Githubのサンプルコードで見たこと有るし・・
    エッジへの実装は色々と大変です
    

    View Slide

16. 16 © 2021 AWL, Inc.
    • ここ数年で色々な技術が登場
    • 畳み込み処理の推論部の高速化に特化した安価・低消費電力チップ／ソフトウェアを
    利用することで、クラウドではなくエッジ側でDLによる画像認識処理を実施
    • 例えば、ラズパイ＋DNNチップという廉価システムで高度な映像分析可能
    Edge AIカメラ
    AIカメラ≒セキュリティカメラ＋DNNチップソリューション
    

    View Slide

17. 17 © 2021 AWL, Inc.
    DNNチップ例 GyrFalcon 2801S
    色々凄そう
    よくわからないが
    凄そう
    ！？
    

    View Slide

18. 18 © 2021 AWL, Inc.
    DNNチップの制約 ⇒ 実用に耐える性能と精度の両立の困難さ
    • DNNチップ毎に差異はあるが、チップで高速実行されるのは、極々限られた畳み込み演算周り
    のオペレーションのみ
    • 一見色々サポートされているように見えても、ハードで処理されないものをソフト側で実装してい
    るためであり、これらオペレーションの実行速度はホストCPU依存となる
    • 量子化(INT8、場合によってはそれ以下)、その他モデル軽量化処理が必須。しかし、モデル
    の軽量化は汎化性能の劣化を招くため、多様な場所・充分な性能で動作するAIアプリ開発
    は非常に困難
    

    View Slide

19. 19 © 2021 AWL, Inc.
    ◼ VMS活用した、高効率・低コスト運用可能なEdge AIカメラシステム
    ◼ 複数カメラ映像の処理優先度制御、DNNチップによる推論処理を効率的に実施
    (特許第6644231号)
    ◼ 設置先の状況に応じてモデルを効率的にチューニング(特許出願中)
    AWLのEdge AI カメラシステム -AWLBOX system-
    AWL Store
    Recorder
    (VMS)
    AWLBOX
    system
    Video Manager GPU Manager
    Application FW
    アプリ (Pipeline)
    Model Manager
    AWL
    Trainer
    モデル
    App/Device
    Manager
    AIエッジデバイス＋DNNチップ AWL Cloud
    モデルDB アプリDB
    デバイスDB
    マルチロケーション
    マルチカメラ
    マルチストリーム
    

    View Slide

20. 20 © 2021 AWL, Inc.
    Video Manager GPU Manager
    Application FW
    モデル
    ◼ VMS活用した、高効率・低コスト運用可能なEdge AIカメラシステム
    ◼ 複数カメラ映像の処理優先度制御、DNNチップによる推論処理を効率的に実施
    (特許第6644231号)
    ◼ 設置先の状況に応じてモデルを効率的にチューニング(特許出願中)
    Video Manager / GPU Manager
    各カメラ映像の状況（あるカメラはたくさんの人が映っていて、他は閑散など）
    に応じて、GPUリソースの配分・認識処理遅延（優先度の低い認識処理を後回し、
    VMSより映像を取得して後ほど実施する）ことで
    GPUリソース有効活用（低コストGPUリソースで最大限のAI処理）を図る
    マルチストリーム
    

    View Slide

21. 21 © 2021 AWL, Inc.
    AWL Store
    Recorder
    (VMS)
    Video Manager
    Model Manager
    AWL
    Trainer
    モデル
    モデルDB
    ◼ VMS活用した、高効率・低コスト運用可能なEdge AIカメラシステム
    ◼ 複数カメラ映像の処理優先度制御、DNNチップによる推論処理を効率的に実施
    (特許第6644231号)
    ◼ 設置先の状況に応じてモデルを効率的にチューニング(特許出願中)
    AWL Trainer
    各カメラ映像の画角・光源・その他状況に応じて認識精度を半自動で改善し、モデルをデプロイ
    （特許第6651085号等）、最先端のDL技術(Domain Adaptation / IITB共同研究)や、3D CGによる
    データセット生成技術（特許出願中）により、低コスト・高精度モデル生成の仕組み実現
    マルチロケーション
    

    View Slide

22. 22 © 2021 AWL, Inc.
    3DCGによるデータセット生成 マルチロケーション
    

    View Slide

23. 23 © 2021 AWL, Inc.
    AWL Trainerによりファインチューニングコスト大幅削減
    ◼ 3D CG Data Synthesizingにより、効率的学習に寄与するデータを自動生成(特許出願中)
    ◼ 半教師あり学習により、僅かなデータのみアノテーション
    ◼ データ収集→モデル学習完了・デプロイまで５営業日程度で実現
    ※
    ※客・店員分類モデルの場合、モデル種別により期間・コストは異なる
    未ラベル
    データ収集
    クレンジング・
    アノテーション
    検査
    再学習
    (チューニング)
    検証
    数か月・数人月の工数
    一般的な
    再学習
    (チューニング)
    AWL
    Trainer
    Edge AI端末より適切
    な未ラベルデータ収集
    ３D CG ラベル付デー
    タセット自動生成
    半教師あり学習 検証
    １－２日・工数０
    数
    か
    月
    ５
    日
    マルチロケーション
    

    View Slide

24. © 2021 AWL, Inc.
    AIエンジニアを目指す
    皆様へ向けたメッセージ
    24
    

    View Slide

25. ©2021 AWL, Inc.
    AWLのマネジメント・方向性
    25
    心がけていること： 技術で紡ぐビジョンを示す
    求めていること： チャレンジ精神と拘り
    AWLのフェーズ：
    ・資金調達(シリーズB)完了
    ・AWL Liteのライセンスビジネスを主軸とした事業立ち上げ
    ・IPOに向け「上場会社」たりうる仕組みの確立
    ・AWLのコアは Edge AI x CV x IoT
    最先端の技術開発にチャレンジし、技術確立し、ビジネス化する
    エンジニアチームにもとめていること：
    ・尖った技術（を追い求める）力
    ・グローバルコミュニケーション
    

    View Slide

26. コンタクト〈ともに、未来を築こう〉
    https://awl.co.jp/contact/
    ©2021 AWL, Inc.
    

    View Slide