画像処理とは、静止画や動画を解析して、望ましい画像に加工することを指します。たとえば、解像度の低い画像から高精細な画像を作成したり、ノイズを除去して鮮明な画像に戻したり、欠落した部分を修復したりするような処理がこれに該当します。

一方、画像認識とは、静止画や動画を解析して、画像に何が写っているのかを認識することを指します。従来は、主に工業製品の欠陥を自動判別する用途に用いられていましたが、最近では、様々な分野に応用が拡がりつつあります。人物の認識に加えて、行動パターンを解析して危険な行動を警告するようなことも可能になりつつあり、昨今の安全安心への関心の高まりを反映し、注目を集めています。

画像処理と画像認識は車の両輪のような関係にあります。たとえば、どこに何が写っているのかを認識できれば、より効果的に画質の向上を図ることができます。具体的には、テクスチャ領域にはノイズ除去フィルタを強めにかけてSN比を向上させたり、輪郭領域には擬似輪郭を抑えて鮮鋭化させたりする処理を施す事ができます。一方、画像認識を行うには、期待する情報が高い精度で得られるように画像を加工する必要があり、その際には、画像認識には直接関係しない画像処理の基盤技術が多く使われています。

当社は、画像処理および画像認識の分野において、技術調査、アルゴリズムの考案からシステムの設計・開発まで、様々な実績を有しています。これらの実績をベースにお客さまの研究開発から実装・事業化までをトータルに支援します。

表 主な画像処理技術

左右スクロールで表全体を閲覧できます

左右スクロールで表全体を閲覧できます

音声処理とは、指定されたサンプリングレートで取得されたデジタル音声信号を解析して、望ましい音声に加工したり、情報を取得したりすることを指します。

音声は画像と異なり、1次元情報ですが、例えばCDの音声であれば、

• サンプリングレートが44.1KHzなので、1秒間に1ch当り44100個のデータがある。
• 量子化ビット数は16であり、その値は、0から65535までとりうる。

という情報を扱うことになり、音声処理には特有の複雑さがあります。

こうした複雑な音声波形を扱う際に有用なのが、FFT（Fast Fourier Transform、高速フーリエ変換）とデジタルフィルタです。

FFTを施すことで、着目したい周波数領域の情報を高速に取得できるようになり、着目したい周波数領域に対してのみ解析を行うことができるようになります。

デジタルフィルタには時間軸フィルタと周波数軸フィルタがあり、両者を使い分けることで効率的な解析を行うことができるようになります。特に時間軸フィルタは、FFTを施さなくても、ローパス・ハイパス・バンドパスフィルタを使い分けることで、複雑な波形から、着目したい周波数領域の信号を効率的に抽出することができます。

こうした周波数軸上の解析と、時間軸上の解析を組み合わせることで、複雑な波形に含まれている情報を読み取ることが可能になります。例えば、原音と倍音成分を分離して原音のみを取り出す、遅延波を抑制してエコーを除いた音声にする、ノイズ成分を分析して除去する、楽曲のビート成分を解析してテンポを抽出するといったことができます。

当社は、デジタル音声処理の黎明期から音声処理に取り組んでおり、技術調査やアルゴリズムの考案からシステムの設計・開発まで、様々な実績を有しています。これらの実績をベースに、お客さまの研究開発から実装・事業化までをトータルに支援します。

表 主な音声処理技術

左右スクロールで表全体を閲覧できます

左右スクロールで表全体を閲覧できます