視覚言語モデルであるVLMを使うと、災害画像を文章で検索できます。局所領域理解技術は画像中の小さな被害を捉え、継続学習技術は新たな被災事象を学習するときの既存知識の忘却を抑えます。
全画像を目視
- 内容
- 5,035枚・約7時間
- 条件・段階
- 1枚5秒として計算
VLMで絞り込み
- 内容
- 平均544枚・約45分
- 条件・段階
- 人による最終確認を実施
評価対象
- 内容
- 12種類の被災事象
- 条件・段階
- 東日本大震災の車載カメラ画像
NEC公式発表の注4による自社検証。実災害での救助・復旧時間や、モデル処理を含む総所要時間を測定した数字ではありません。
局所領域理解では、対象物の領域情報をモデルの特徴抽出に反映します。継続学習では、追加データと学習前のモデルが生成した説明文を併用する方式です。過去の大量の学習データを用意せずに、検索する事象を追加できるとしています。
約45分は、絞り込んだ画像を人が確認する時間の試算です。被害の検出漏れがゼロであることや、あらゆる災害で同じ結果が出ることを示していません。NECは2027年度中の実用化を目指しており、確定した発売日や価格は示していません。
出典
- NECの日本語発表2技術、共同研究、画像枚数、12事象、注4の時間試算と実用化目標。 公開日2026年10月14日、確認日2026年10月15日。
- NECの英語発表評価条件と実用化目標の照合。 公開日2026年10月14日、確認日2026年10月15日。
出典の確認日 2026.10.15