1. HOME
    2. ソリューション
    3. マルチメディア

    マルチメディア

    株式會社NTTデータ數理システムでは、Web アプリケーションや畫像処理といったマルチメディア関連の受託開発も承っております。

    畫像処理

    データ可視化

    Web アプリケーション

    畫像処理

    畫像処理は、畫像に対して、數學的アルゴリズムや統計的アルゴリズムに基づく処理をおこなうものです。 これら、數學?統計的手法は、株式會社NTTデータ數理システムの得意とする分野となります。畫像処理に関しては、以下のような事例があります。

    ラスター?ベクター変換

    ラスター?ベクター変換は、ビットマップのようなラスター畫像から輪郭線を抽出し、それに直線、円弧、ベジェ曲線などをあてはめてベクトル畫像 ( PDF ) に変換するというものです。 スキャナーで取り込んだ畫像などは、境界線がグラデーションになっているため、1 本の輪郭線を抽出するのは難しい問題ですが、これをアルゴリズムの工夫により解決しました。

    畫像の類似度計算

    形狀の類似度を計算し、複數のパターンのうち、最も近いパターンの畫像を見つけ出すアルゴリズムを開発しました。これは、MEMS 逆問題アプリケーションで使用されています。

    生體畫像データの処理

    生體で起こる相互作用を分析するため、発光をとらえた生體動畫を分析するシステムの研究開発に関わりました。 撮影された動畫にはブレやノイズが含まれているため、畫像処理の技術により動畫の補正を行った後、スパースモデリングの考え方を用いた非線形最適化によって分析を行っています。 當社では、この手法による分析精度の評価、分析結果の可視化、分析の前後の処理に関わりました。

    データ可視化

    お手持ちのデータをご希望の形で可視化させるツールを開発しております。スクラッチからの開発はもちろんのこと、既存の可視化ツールのプラグインの開発も承っております。

    斷面畫像の一括可視化

    多量の斷面畫像を一覧して可視化できる Web アプリケーションを開発しました。 例えば、半導體プロセスシミュレータで得られた形狀を可視化した事例を示します (詳細は、こちら をご覧ください)。

    PixViewer

    シミュレーション結果の可視化ツール

    シミュレーションで得られた物理量の分布を可視化するツールを開発いたしました。3 次元表示のほか、指定した斷面での分布表示も行うことができます。 半導體配線での熱伝導シミュレーション結果の可視化例を以下に示します。當社では、お客様の御要望に合わせて、このような可視化ツールの受託開発を承っております。

    PixViewer PixViewer

    ParaView プラグイン開発

    ParaView は、様々な CAE のポストツールとして活用されているオープンソースソフトウェアです。當社では、その機能拡張サービスを行っております。

    【開発事例】

    Paraview customize

    Web アプリケーション

    近年、Android や iPhone などのスマートフォンの爆発的な普及などによる、ユーザーエンドの端末の多様化により、Windows PC 以外へのサービスの展開が重要になってきています。 また、Linux / Unix や Machintosh などへの対応も視野に入れる必要もあります。これら多様な端末上へ、シームレスなサービス展開をおこなうために、ブラウザさえあれば、 どの端末上でも同じように動く Web アプリケーションは、非常に重要なプラットフォームとなってきています。
    株式會社NTTデータ數理システムでは、Web ブラウザで動くサーバー / クライアント型アプリケーション開発の多様な実績がございます。

    店頭での顧客情報収集端末

    iPad などのタブレット端末を使って、顧客に対し商品検索やアンケートなどを提供し、自然な操作で顧客のニーズや商品?サービスに対する満足度を取得する Web アプリケーションを開発しています。
    利用時に會員番號の入力を必須とすることで、POS データと付き合わせることができ、POS データだけでは分からない顧客の情報が取得できるようになります。 例えば、閲覧履歴から買わなかったけれど気になった商品や、検索履歴から何を重視して商品を選んでいるのかといった情報を知ることができます。

    教師付き學習によるテキストデータの高速自動分類器の作成とその精度検証

    ある業務用のテキストデータについて、既存の分類データを學習データとして自動分類器を作成し、別の既存の分類データ (非學習データ) で分類器の精度検証を行いました。
    分類器作成?精度検証は R で行いましたが、MeCab による形態素解析部分は高速化?第2品詞まで考慮した品詞フィルタの対応のために Visual C++ で実裝しております。

    解析モデルの検索エンジンの作成

    シミュレーションで使う解析モデルの検索エンジンを作成しました。検索は、解析モデルの仕様 (入力、出力、説明文など) の類似度を計算して行うものです。実裝は、Apache + Tomcat です。

    JiZzJiZZ国产免费A片