クロスメディア情景分析NTTコミュニケーション科学基礎研究所

現在の見守り・防犯技術はカメラの利用を前提としており、プライバシー性の高い家庭や公共空間といった、写したくない空間に適用しやすいものではありません。本技術により、写したくない空間の様子もわかりやすく確認できるようになるため、適用領域の拡大が期待できます。

部屋などの屋内空間に配置したマイクロホンアレイにより収音した音だけを分析することによって、まるで画像認識したかのように「どこにどんな物体があるのか」を推定する技術です。

• 『音から画像認識結果を予測する』という、過去に例のない新しい技術です。
• 入力が音、出力が画像認識結果となるような新しいクロスモーダルな深層学習技術です。
• カメラが無くとも、マイクのみを用いて画像認識結果を推定することができます。

• カメラでは写らない／写したくないような生活・公共空間、オフィスなどでの見守り・防犯

NTTコミュニケーション科学基礎研究所　メディア情報研究部