AI（人工知能） – 空撮映像を価値に変える、画像解析への挑戦
ドローンが進化し、誰もが簡単に美しい空撮映像を撮影できる時代になりました。しかし、その映像は「観賞用」だけに留まりません。撮影したデータにAI（人工知能）技術を掛け合わせることで、人間の目だけでは気づけない変化を検出し、広大なエリアの情報を一瞬で「価値」へと変えることができます。
Sora-RFでは、ドローンで空撮した動画・画像データをインプット（入力値）とし、AIを用いたオブジェクト検出や画像解析を行うことで、インフラ点検や防災、環境調査などに役立つ技術の探求を行っています。
- ドローン × AI 画像解析で実現すること
空からの俯瞰（ふかん）データとAIの相性は抜群です。現在、以下のようなテーマを見据えて技術検証を進めています。
- 特定オブジェクトの自動検出（Object Detection）
- 空撮動画から、人、車両、動物、特定の建物などをAIがリアルタイムに認識・カウントする技術。
- インフラ・構造物の異常検知
- ソーラーパネルのひび割れ（ホットスポット）、橋梁や屋根のひび割れ、サビなどの劣化箇所を、AIモデルに学習させて自動で識別するアプローチ。
- 地形・植生の変位抽出
- 定期的に同じルートを自動飛行（自律飛行）させて撮影したデータを比較し、土砂崩れの予兆や樹木の生育状況の変化をデータ化。
- 現在の取り組みと開発環境（YOLO等の活用）
AI開発の現場ではPythonが主流ですが、その根底にあるのはデータをいかに効率よく処理するかという「アルゴリズムとロジック」です。
- 物体認識モデル「YOLO（You Only Look Once）」の活用
- リアルタイム処理に優れたエッジAIの代表格であるYOLOなどを用い、自らドローン（DJI AIR 3Sなど）で撮影した4K映像を解析する実験を行っています。
- C言語マインドで挑むAI・Python環境
- 組込み開発で培った「メモリ効率への意識」や「徹底的なデバッグ力」を武器に、AIモデルの軽量化や、推論速度の最適化（エッジAIへの実装視野）など、エンジニア視点での試行錯誤を続けています。
- 学習データの作成（アノテーション）の重要性
- AIの精度を左右するのは、良質な教師データです。空撮特有の「真上からの視点（俯瞰）」や「遠景による対象の小ささ」に対応するため、独自のデータセット作成ノウハウを蓄積しています。
- 「見えないものを、見える化する」未来へ
AI技術は日々目まぐるしく進化していますが、大切なのは「AIを使って、誰のどんな課題を解決するか」です。
一過性のトレンドとしてAIを追うのではなく、ドローンという機動力、RF（無線）という通信基盤、そしてITシステムという土台の上に、知能（AI）を実装する。この4つの技術が交差する面白さと、実際の検証データをブログを通じてオープンに発信していきます。
