速報AWSがSAP ABAP向けの「スペック駆動開発」を発表 AI任せの開発でコードが散らかる問題を防ぐ
その他公式発表(2026/10/27)掲載: 読了 4分

NTTが遠方の小物体を3倍以上先で検知する映像監視技術を実証、4K映像のAI推論でインフラ監視を効率化

3秒でわかる要点

  1. 14K映像のリアルタイム解析で遠方小物体の検知可能距離を従来比3倍以上に拡大しました。
  2. 2視覚言語モデル(VLM)への入力回数を約98.1%削減し、効率的な状況判断を実証しました。
  3. 3NTTイノベーティブデバイスから2026年度内にLSI搭載製品が提供される予定です。
提供はこれから

サイソクの判断

2026年度内のLSI製品提供に向け、道路・空港などの監視効率化を検討する事業者は要チェックです。

日本から使える?
日本でも提供予定
料金は?
元記事では言及なし
無料で試せる?
記載なし
誰に向いている?
インフラ事業者・自治体

10/28時点の判定。発表内容から編集部AIが判定しています。最新の提供状況は公式情報をご確認ください。

NTT株式会社は2026年10月27日、自社開発の超高精細映像AI推論LSIを活用し、遠方に小さく映る対象の検知可能距離を従来比3倍以上に拡大する映像監視技術の実証を発表した。4K映像を高精細なままリアルタイムに解析し、視覚言語モデル(VLM)との連携で事故判断の精度向上と通信量の削減を両立させる。

本ページはプロモーションを含みます
・出典: NTT ニュースリリース「遠方小物体の検知可能距離を従来比3倍以上に拡大する映像監視技術を実証 ~4Kリアルタイム解析で、道路・空港などのインフラ監視の広域化・省設備化に貢献~」

かんたん版:専門用語を使わずに説明しています

ひとことで言うと

NTTが発表した新しい映像監視技術は、4Kのきれいなカメラ映像をAIが縮小せずにそのまま見ることで、遠くにある小さな異物や事故を従来の3倍以上遠くから見つけられる仕組みです。

何がすごいの?

これまでの防犯カメラや道路監視では、AIが処理しやすいように映像を小さく縮めてから分析していました。そのため、遠くの小さな物体は画質が潰れて見えなくなってしまうという課題がありました。NTTが開発した専用のチップ(超高精細映像AI推論LSI)を使うと、4Kの高画質なまま1秒間に30コマのペースでリアルタイムに解析できます。さらに、普段はAIが静かに監視し、事故や異常な動きを検知したときだけ賢いAI(視覚言語モデル)に詳しい判断を仰ぐため、データの通信量や無駄な電力も大きく減らせます。

自分に関係ある?

道路の管理会社、空港の運営会社、地域の安全を守る自治体など、広い範囲を少ないカメラや人員で見守りたいと考えている事業者に関係があります。一般の人がすぐに買い物して使えるような製品ではありませんが、私たちが利用する道路や交通インフラの安全性や効率が高まることが期待されます。

使ってみるには

一般向けの販売や個人での申し込みはありません。NTTのグループ会社であるNTTイノベーティブデバイス株式会社から、このLSIを搭載した製品(エンジニアリングサンプル)が2026年度内に提供される予定です。また、2026年11月18日から25日に開催される「NTT R&D FORUM 2026」にて展示される予定となっています。

概要

NTT株式会社は2026年10月27日に発表を行いました。道路や空港などのインフラ監視に向けた新しい映像監視技術のPoC(概念実証)です。

自社開発の超高精細映像AI推論LSIを使います。4K映像を高精細なままリアルタイムに解析する仕組みです。遠方に小さく映る対象の検知可能距離を従来比3倍以上に拡大します。

検知した対象の状況判断まで支援できる点が大きな特徴です。

何が発表された?

NTTは独自の「超高精細映像AI推論LSI」を活用する技術の動作を確認しました。このLSIは4K映像を縮小せずに処理する前段処理エンジンです。

本技術では4Kカメラの映像から遠方の小さな対象を高精細に捉えます。そして「高精細な切り出し画像」と位置・速度・移動方向などの「動きの情報」を視覚言語モデル(VLM)へ入力します。

平常時はLSIが常時解析を行います。必要な事象を検知した場合にのみVLMによる解析を実行するイベントドリブン処理を採用しています。

なお、NTTイノベーティブデバイス株式会社より発表がありました。2026年度内に本LSIを搭載した製品(Engineering Sample)の提供開始が予定されています。

あわせて読みたい伊藤ハム米久とフューチャーが物流変革プロジェクトを始動

中身をくわしく見ると?

遠方まで監視範囲を広げる4K高精細・リアルタイム解析

NTTが独自開発した超高精細映像AI推論LSIは4K映像を縮小しません。1秒間に30フレームでリアルタイムに物体を検出します。

遠方に小さく映る対象も高精細に捉えることができます。一般的な物体検出モデルの入力解像度に縮小する方式と比べて、検知可能距離を3倍以上に拡大できることを確認しています。

また、検出結果をもとに対象を追跡します。位置・速度・移動方向などの動きの情報を推定する仕組みを持っています。

「高精細な切り出し画像」と「動きの情報」によるVLMの支援

検知した対象の種別や動きの情報から、VLMによる詳細な状況確認が必要と判定される場合があります。このとき対象周辺を4K解像度を保ったまま切り出した高精細画像と、動きの情報をセットでVLMへ入力します。

これにより、VLMは対象の形状や周囲との関係などの細部を確認できます。さらに、画像だけでは把握しにくい時間的な変化を動きの情報から補って状況判断を行えます。

必要な場面だけVLMで解析するイベントドリブン処理

消費電力20W以下の超高精細映像AI推論LSIが4K映像を常時解析します。そしてVLMによる詳細な判断が必要な事象を検知した場合にのみVLMの解析を実行します。

この仕組みにより、映像を継続的にVLMへ入力する構成と比べてVLMへの入力回数を大幅に削減できます。さらに、入力データ量も局所領域に絞ることができます。これで通信量やシステム全体のエネルギー消費の低減も期待されます。

数字で見ると?

事故発生の瞬間を含む1分間の4K映像を用いたPoCシステムの評価結果について、数値データを整理します。

評価項目 従来構成(4K映像全体を入力) 本システム(独自LSI前段処理)
事故の判断 車両が小さく潰れ、判断できず 320×320画素の切り出し画像で事故と判断可能
VLMへの入力回数 1,800回(全フレーム) 34回(約98.1%削減)
LSIの消費電力 言及なし 20W以下
検知可能距離 従来基準 従来比3倍以上

なぜ今?業界への影響は?

道路や空港などのインフラ監視には課題があります。限られた設備や人員で広い範囲から事故や異物を把握することが求められています。

近年は対象の状態や周囲との関係を推論できる視覚言語モデル(VLM)の活用が期待されています。しかし従来はVLMへの入力時に画像を縮小していました。これで遠方の小さな情報が失われ、カメラ1台あたりの監視範囲を広げられない課題がありました。

今回の技術は高精細なまま情報を絞ってVLMへ伝達する「生成AIの目」として前段処理を担うものです。監視設備の広域化・省設備化を大きく前進させるものとして業界での活用が注目されています。

自分に関係ある?

道路管理や空港運営、セキュリティなどのインフラ監視に携わる事業者や自治体担当者がいます。彼らにとっては監視カメラの台数削減や省力化につながる重要な技術となります。

一方、一般の一般消費者や家計に直接的な影響がすぐに及ぶものではありません。しかし将来的に社会インフラの安全性向上や無人化・効率化といった形で間接的に恩恵を受ける可能性があります。

もう使える?取引できる?

  • 本技術を活用したLSI搭載製品(Engineering Sample)は、NTTイノベーティブデバイス株式会社より2026年度内に提供開始が予定されている。
  • 本研究成果は、2026年11月18日~25日に開催される「NTT R&D FORUM 2026」に展示予定である。
  • 詳細な製品仕様や導入に関する価格・窓口については、発信元であるNTT株式会社または関連グループ企業へのお問い合わせとなる(元記事では詳細な価格や販売スキームについての言及はなし)。

まとめ

今後は道路監視や空港監視など、さまざまな監視分野への適用を進めていきます。1台のカメラで広範囲を監視できる特長を活かしてインフラ監視の広域化・省設備化に貢献していく方針です。

読者が取るべき行動があります。2026年度内のLSI製品の展開や、関連イベントでの展示情報を公式の発表資料などで適宜確認することが挙げられます。

次に読むならこれ

あわせて読みたい使える買取コージ:買取店のSNS・MEO集客内製化とAI投稿活用法合同会社マイアジアエンターテインメントが2026年10月26日に調査を公開続きを読む

NEWSLETTER

毎朝7時、昨日のAIニュースの要点を5本

前日に出た記事から大きな発表を選び、1本2行でまとめてメールで届けます。無料・いつでも解除できます。

確認メールのリンクを開いた時点で登録完了です。アドレスは配信にだけ使います(プライバシーポリシー)。 配信の内容

本記事は公式発表の文章をもとにAIが要約・解説して自動生成したものであり、特定の企業・金融商品への投資を勧誘するものではありません。誤りが含まれる可能性があるため、正確な内容は発表元の一次情報をご確認ください。元記事を読む(解析モデル: gemini-3.5-flash-lite)制作方法と事実確認の手順は編集方針をご覧ください。誤りのご指摘はお問い合わせから受け付けています。