フラクタル技術で進化する高精度画像認識、自動運転トラック計画も進行中

フラクタルによる新しい画像認識技術

早稲田大学は、フラクタル技術に基づく高精度の画像認識手法「Fractal NEXT」を発表しました。従来の画像認識技術は空間情報や周波数情報の損失という課題を抱えていましたが、この新しい手法はそれを克服して、より高精度な認識を可能にします。

新技術「Fractal NEXT」

「Fractal NEXT」は、ウェーブレット変換と自己相似性を持つフラクタル構造を組み合わせて開発されました。これにより、画像認識中の情報損失を最小限に抑えつつ、高い精度を確保することができます。例えば、標準的な画像認識モデルであるResNetを上回る認識性能が実証されており、特にOCR（古文書のくずし字認識）タスクにおいても優れた成果を上げています。

具体的には、画像データセットImageNetを用いた実験で76.8%、CIFAR-100では81.2%という高い精度を記録しました。これにより、同技術の広範な応用が期待されています。

自動運転トラックへの応用

特に注目すべきは、フラクタル技術が自動運転車両に応用される可能性です。群馬大学の次世代モビリティ社会実装研究センター（CRANTS）と共同で、自動運転トラックの開発が進行中です。今回の研究は、将来的には医用画像処理やリモートセンシングなど、様々な分野への展開が見込まれています。

この技術は自動運転車のセンサーデータを用いたEnd-to-Endディープラーニングモデルの構築を目指しており、実際に自動運転車のデータセットが構築されています。

今後の展望と課題

今後、さらに技術を実用化するためには処理速度の高速化やFPGA（書き換え可能集積回路）への実装が必要とされています。また、フラクタル技術の社会実装に向けた特許出願も行っており、新たな技術基盤を築く準備が進められています。

早稲田大学の研究グループは、自動運転トラックの実現に向けて、2030年までに東京と福岡を結ぶ自動運転レベル4の走行を目指すという中長期的な目標を掲げています。