ジャパン・トゥエンティワンは、イスラエルのビーマー社が1月6日からラスベガスで開催される「CES 2026」において、自動運転車向け映像データの効率化と機械学習パイプラインの安全性を両立するコンテンツ適応型ビットレート技術の最新成果を展示すると発表した。
今回の展示では、同技術が示した最大50%のストレージ削減と、機械学習モデルの精度への影響2%未満を実証したベンチマークテスト結果を紹介し、機械学習パイプラインの信頼性を維持したまま映像データ削減を実現する新たなワークフローを提示する。
自動運転車開発では、マルチカメラによる膨大な映像データが生成され、ストレージやデータ転送、インフラコストの増大が深刻な課題となっている。しかし従来の汎用映像圧縮技術は、圧縮率を上げると機械学習モデル精度が劣化し、品質優先ではデータ削減が不十分というジレンマが避けられなかった。
ビーマー社のCABR技術はこの課題を解決し、フレーム単位で映像内容を解析しながら最適なビットレートを自動調整することで、視覚品質と機械学習精度の両立を実現する。
ベンチマークテストでは、実世界のマルチカメラ自動運転データセットであるPandaSetを使用し、物体検出タスクでYOLOv8 Nanoモデルを用いて検証を行った。比較対象はCABR圧縮映像とベースライン映像で、平均適合率やPSNR、LPIPSなどの映像品質指標で測定した。
ビーマー社が公式ブログで公開した分析によると、CABR技術は最大50%の映像データ削減を達成し、機械学習モデルの性能への影響は実質的にゼロに近い結果を示した。主要クラスである人物、車、バイク、トラックで安定した物体検出精度を維持し、フレーム内容に応じたCABRの適応型ビットレート最適化により、機械学習パイプラインに必要な重要信号が保持される。汎用圧縮で発生しがちな圧縮アーティファクトによる精度低下を抑制できることが確認された。
またブログでは、CABRが自動運転やADAS開発におけるインフラ負荷を大幅に軽減できることが強調されており、同技術が今後の自動運転開発向けデータ管理の基盤技術になる可能性を示している。
ビーマー社はCES 2026にて、今回のベンチマーク結果とML-Safe自動運転データワークフローを展示する。来場者は、CABR技術の動作原理、機械学習精度維持のメカニズム、既存自動運転パイプラインへの統合方法などについて、ビーマー社のエキスパートと直接意見交換できる。
ビーマー社はイスラエルのヘルツェリアに本拠を置くNASDAQ上場企業で、コンテンツアダプティブビデオソリューション技術を手がける。53件もの関連する取得特許に裏付けられた同社の軽量化技術は、視覚的品質を維持したまま最大50%のビットレート削減を可能にしている。
