Services（複合領域）

ビネクラのサービスは3Dモデル、数理モデル、画像処理、機械学習、Web制作の複合領域を対象としています。内製技術の緊密な連携による着実な研究開発が特徴です。技術の一部は本サイトのArticlesで公開されており技術ブログとしてもお楽しみいただけると思います。

プログラム・システム作成

歩行モーションの採点

歩行運動のモーションデータを入力とし、被験者の歩行を0～100点で採点しました。前処理としてモーションデータの欠損やノイズを数理モデルを用いて除去/補正しました。その後、既存の歩行運動理論に則り、被験者とお手本の運動の３次元的特徴を抽出/比較しました。

アバターとモーションの合成

被験者のアバター（体型）にトレーナーのモーション（運動）を合成しました。被験者の顔写真/身長/体重からアバターを作成し、関節間距離も反映しました。その後、トレーナーの関節間距離を除いた運動のみを被験者アバターに適用しました。

ファッションデザインの分類・可視化

200枚の学生服画像の特徴を抽出し、8つのグループに分類、グラフ上にプロットしました。前処理として画像処理による特徴抽出を行いました。ファッションコーディネートを評価する「Nadera」のアルゴリズムを応用し、深層学習による教師なし分類および次元削減による可視化を試みました。

ドラレコ映像から道路標識の自動マッピング

ドライブレコーダー映像とGPSデータを入力とし、地図上に道路標識を自動マッピングしました。標識は深層学習による物体検出で検出しました。映像とGPSの時差を補正し、車から標識までの相対距離を算出することで標識の緯度/経度を推定しました。

衛星写真から農作物の生育ステージ評価

衛星写真から農作物の生育状況を推定しました。衛星写真には可視光線と赤外線のチャンネルが複数あるため、データ解析により使用すべきチャンネルを絞りました。生育状況は機械学習手法で学習/推定しました。この過程で画像の領域を抽出するパッケージ「vcclick」が誕生しました。

被験者の属性を均等にするグループ分け最適化

対照実験のため、2700人の被験者を年代や体型等の属性が均一に分配されるように9グループに分けました。被験者には年代（4タイプ）、体型（6タイプ）をはじめとする複数の属性があり、これらの属性が各グループにできるだけ均等に分配されるように「vcopt」で最適化しました。

テレビCM枠の最適化

スポンサーが購入したポイントをぴったり使い切るようなCM枠の割り当てを行うプログラムを作成しました。選択可能な番組ジャンルや時間帯毎の本数指定があり、「vcopt」による組合せ最適化が威力を発揮しました。

足底圧画像から足タイプの判定

顧客の足底圧画像から足タイプを判定するプログラムを作成しました。まず「vcopt」による最適化で足形の大きさと向きの補正を行いました。足底圧から足タイプの学習/判定には解釈性が高い決定木を用いて、人による判断基準と比較/議論を行いました。

ロボットアーム制御

遺伝的アルゴリズムでテント・アンド・ツリーパズルを解き、ロボットアームでスマホに入力しました。

布テクスチャ撮影装置の設計・試験

8方向からLEDを照射しながら布を高解像度撮影する装置の設計・試験を行いました。PC、一眼レフカメラ、マイコン、独自の電気回路を統合制御し、ワンクリックで自動撮影する専用ソフトウェアも作成しました。競合メーカーの製品価格より7割安い売価を実現しました。

ソフトのUIです。

データ解析

データ解析の教材作成

企業の売上データを対象とするデータ解析人材育成用の教材を作成しました。ノーコードのデータ解析ツール「Exploratory」の基礎から応用までを全6回のレッスンにまとめました。次のような可視化・分析手法を含みます。時系列/トレンド解析、ABC/デシル分析、バスケット分析、相関分析、テキスト/アンケート解析。

ビネクラがデータ解析を承る場合は教材作成者が担当しています。