代表・研究開発
奥河 董馬
Toma Okugawa
弓削商船高等専門学校 情報工学科 3年
Low-light vision for inspection
Light in the Dark.
暗所の点検映像を、
見落としのない情報へ。
Beaconは、学習不要・CPUだけで動く独自の低照度画像強調技術「SD-Retinex」を核に、下水道管路や船舶のタンクなど光の届かない場所で撮られた点検映像を、現場のPCでオフラインのまま鮮明にし、異常の発見を支えます。
02Mission
高度なAIの恩恵を、
すべての現場に安全に解放する。
点検の現場には、光も通信も届かない場所があります。Beaconは、そうした現場でこそ確かに働く「目」をつくります。映像は現場の外に出さず、特別な機材も要らない。いま手元にあるカメラとPCで、見過ごされるリスクをなくしていきます。
Vision
機密と通信の壁を越え、見過ごされるリスクをゼロにする社会へ。
Values
- Privacy First映像も推論も、現場の外に出さない。
- Light in the Dark光の届かない場所にこそ、確かな視界を。
- Autonomy at the Edge通信やGPUがなくても、現場の端末で自律して動く。
03Challenge
光の届かない場所ほど、
点検は難しい。
下水道管路、船舶のバラストタンク、プラント設備の内部、橋の箱桁、洞道。人が常駐しない閉鎖空間は照度の基準の外にあり、昼夜を問わず暗いままです。持ち込める照明や撮影距離には限りがあり、暗い映像は人の目にもAIにも読み取りにくくなります。
約49万km
全国の下水道管渠の総延長。標準耐用年数の50年を超える管は、20年後に全体の約40%（約20万km）へ増える見込みです。
443件
2024年に石油コンビナート等の特定事業所で起きた事故の件数。地震によらない一般事故のうち56%は、配管等の腐食・劣化などの物的要因によるものでした。
86 / 44%
カメラ画像からAIがクマを正しく判別した割合。カラー画像の86%に対し、白黒画像では44%でした（2022年の検証）。暗い映像ほど、AIの判定は難しくなります。
暗所の場合、照度の関係から、機体と被写体との距離により撮影品質が変化する
管内No Entry
国の下水道政策は、人が管内に入らずに点検する「管内No Entry」を長期目標に掲げています。撮影した映像から確実に異常を読み取る技術が、ますます重要になります。
04Technology
学習不要。GPU不要。
暗さを、情報に変える。
Beaconの中核技術「SD-Retinex」は、シグモイド関数の導関数を設計原理とするRetinex系の低照度画像強調手法です。学習データもGPUも使わずに、暗部に埋もれた構造と色を引き出します。
PSNR
16.47dB
評価した学習不要手法で最高
色差 ΔE00
15.90
評価した学習不要手法で最小
処理速度（18.41 ms/枚）
54FPS
評価した学習不要手法で最速
※ 公開ベンチマーク LOL eval15（低照度画像と正解画像のペア15組）で、全手法を同じ評価コードで採点した結果です（Okugawa, 2026, 表II）。比較した学習不要手法は、リポジトリに収録した SSR・MSR・LIME-like の実装と XCR。学習済みの深層モデル Zero-DCE・SCI も、PSNR と色差で上回ります。処理時間は AMD Ryzen 7 8840U・1スレッド・600×400 で計測。
How it works
入れるのは、いまある映像だけ。
Step 01
映像を取り込む
既存のカメラ、ドローン、管路TVカメラ、過去の記録映像をそのまま使えます。
Step 02
暗所を補正する
SD-Retinexが明るさと色を整え、暗部の細部を浮かび上がらせます。処理はオフラインで完結します。
Step 03
異常を見つけて伝える開発中
異常の候補を示し、日本語での問いかけに根拠とあわせて答えます。
05Recognition
事業プランが、
4つの賞を受賞。
Tongali ビジネスプランコンテスト2026（2026年6月20日決勝）で、暗所の点検映像を対象とした Beacon の事業プランが、NICT賞をはじめとする4つの賞を受賞しました。
- NICT賞
- サポーター賞 JR東海賞
- サポーター賞 Beyond Next Ventures賞
- Tongali賞 5位
06Solutions
構造的暗所の点検を、
もっと確かに。
照明を持ち込みにくく、撮り直しも難しい閉鎖空間。Beaconは、照明を補う後処理として、そうした現場の点検映像に力を発揮します。
07Team
画像処理、AI、事業開発。
3つの専門をひとつに。
低照度画像強調の研究者、大規模言語モデルの研究者、そして行動経済学を学びビジネスコンテストで実績を重ねるメンバー。分野も所属も異なる3人が、暗所の点検という一つの課題に挑んでいます。
事業開発
田 雨竜
Uryu Den
広尾学園 インターナショナルコース 2年
AI研究
井下 敬翔
Keito Inoshita
関西大学大学院 商学研究科 商学専攻 博士課程 2年
08Research
研究から生まれ、
研究とともに進化する。
Beaconの技術は、代表・奥河による3本の研究の積み重ねから生まれました。3本とも論文を公開しており、最新の SD-Retinex ではコードと評価結果も誰でも確認できます。