映像を「見る」から「言葉で探す」へ Di1搭載ボードとLLM/VLM技術を活用し、映像をテキスト情報へ変換。 膨大な映像データを検索可能なデータベースとして活用します。 カメラ映像から人物・物体・状況・行動などの情報をVLM（Vision Language Model）で解析し、映像の内容を自然言語でテキスト化、生成された情報をデータベース化することで、従来は人が映像を確認して探していたシーンを言葉によって素早く検索できる映像検索システムを実現します。 ステレオカメラ × Edge AIによる高度な画像センシングを実現 Di1を搭載したAI処理ボードでステレオカメラと組み合わせた画像センシングシステムを構築可能です。 2台のカメラから取得した画像情報を活用することで、単眼カメラでは捉えにくい対象物までの距離や奥行き情報の取得に対応します。 さらに、Di1によるエッジAI処理を組み合わせることで、画像データをクラウドへ送信することなく、エッジ側で認識・解析するシステム構成が可能です。 「見る」だけのカメラから、「距離を捉え、認識・判断する」センシングへ ステレオカメラ、CPU、AIアクセラレータを組み合わせたボード設計により、ロボット・AMR・産業機器・監視システムなど、高度な画像センシングが求められる用途への展開を実現します。 考えられるソリューション ・単眼カメラでは難しい距離・奥行き情報の取得 ・AI処理による対象物の認識・検出 ・クラウド依存を抑えたエッジ側での高速処理 ・用途に合わせたカメラ／CPU／AI処理の最適化