NTT、20W以下で4Kによるリアルタイム物体検出が可能なAI推論LSIを開発

低消費電力で4K解像度の処理を可能とするAI推論LSI

NTTは、AI推論における解像度制約を4Kの高精細映像にまで拡張し、リアルタイムで、低電力で処理することができる「AI推論LSI」を開発したと発表した。NTTイノベーティブデバイスにおいて、2025年度内に製品化する予定だ。

エッジ端末などへの搭載が可能であり、具体的な用途として、同LSIをドローンに搭載することで、地上150mの高さから、広域に渡って人やモノを検出し、目視外で安全航行したり、設備点検などへの応用が可能になったりするという。

映像AI技術を活用した領域のひとつとして、ドローンの目視外飛行や、ドローンを使用した人流分析および交通分析、自動被写体追跡などのアプリケーション活用があるが、その際には、4Kなどの高精細カメラ1台で、広範囲の物体をリアルタイムに、低電力で検出する技術が求められていたものの、これまでの技術では、解像度の低さや、リアルタイム性の面で課題があった。

NTTデバイスイノベーションセンタ コンピューティングデバイスプロジェクト 主幹研究員の中村健氏は、「一般的に、AI推論処理は、計算量抑圧や学習容易性の観点から、入力画像サイズが制限されており、YOLO v3公式モデルの最大入力サイズは608×608ピクセルに制限されている。そのため、カメラで撮影した3840×2160ピクセルの4K映像を制約サイズまで縮小し、AI推論処理を行っているため、小さな物体などの被写体が潰れてしまい、AIによる検出が困難になるという課題があった。今回開発したAI推論LSIでは、高精細映像を分割して処理し、AI推論結果を合成する手法により、AI推論の解像度制約の拡張を実現した」という。

• 

  NTTデバイスイノベーションセンタ コンピューティングデバイスプロジェクト 主幹研究員の中村健氏

• 

  高精細画像をそのままAI推論処理することは難しいという課題があった (出所:NTT)

解像度の制約を分割処理と全体処理の結果の合成で解決