デジタルヒューマンを生成する技術です。日本人をはじめとした人種、男女、年代などの属性を自由に指定し、フォトリアルな人物画像を生成することが可能です。実在する人物とは異なりプライバシーの問題を考慮せず使用できます。そのため、広告モデルやエンタメなどのシーンで、モデルの手配に掛かるコストや、撮影に掛かるコストを削減することに寄与します。また、将来的にはメタバース等の仮想空間上におけるアバターとして活用することが期待できます。

人物の外見を自由に変えることができる技術です。例えば、顔、服装、髪の毛を自由に変換することが可能ですす。当社のバーチャル試着サービスであるkitemiruの様に外見の変化をシミュレーションしたり、権利の関係で使用できない人物画像があった場合に、顔を入れ替えて匿名化する等のシーンで活用できます。アパレルにおける試着シミュレーションや、モデルの外見を変化させた場合のABテストの様なマーケティング用途など、様々な領域で活用可能です。

特定の人物画像に対し、自由に動きをつける技術です。例えば、指示したテキストに合わせて人物の口を動かしたり、手足の動作を操作することができます。この技術を使えば、当社のデジタルヒューマンとを操作し、人物を用いた動画コンテンツが低コストで作成可能となります。そのため、これまで文字で訴求していた情報を、訴求力のある動画情報へ簡単に置き換えることができ、現在は教育動画や情報メディア、PR用の動画にこの技術を活用しております。

少数の不良・異常データから様々なバリエーションでの不良・異常データを生成する技術です。例えば、製造業の外観異常検査などに検知AIを用いる動きが多く見られますが、日本の製造業は製造品質の高さから、一般的に不良のデータが不足しがちであり、検知AI用の学習データを十分に収集することが難しいと考えます。当社の技術により、不良データを大量に生成することでトレーニングデータ不足を解決し、検知AIの精度向上を実現することができます。

人物のデータを様々な属性で生成する技術です。例えば、服装/姿勢/角度/写り込む背景など、様々な属性を自由に操作して多様なデータを生成でき、実在する画像では中々収集しづらいような特徴を持つ画像を準備することが可能です。これにより、監視カメラや車載カメラにおける人物検知AIの弱点となる属性の抽出ができます。また、弱点となる属性のデータを当社の技術で大量に生成し、トレーニングデータとして検知AIに学習させることで精度向上を実現することができます。

画像/動画における、解像度の引き上げ、ノイズの除去、輝度調整、インペイントなどの処理技術です。これまでは、撮影環境が悪くあまり品質が良くない動画像の視認性を向上させるために、人の手で入念に動画像の処理を施したと考えます。しかし、この技術を活用することでAIが効率的かつ高精度で動画像の品質を向上させることができます。主にコンテンツ制作の現場や、画像を用いた目視検査などで動画像の視認性が求められる場面に活用できると考えております。

デジタルヒューマンの様な人物画像の生成だけでなく、風景などの画像を生成する技術も保有しています。広告やデザイン制作の現場などで、コンテンツに活用する背景画像をAIによって低コストかつスピーディーに準備でき、コンテンツ制作の現場を効率化することが可能です。特定のテキストを指示すると、テキストに応じた画像をAIが生成することもでき、将来的にはデザイナーとAIの共同作業によってコンテンツを制作する世界も期待できるのではと考えております。