NeoTech Innovation
ENCYCLOPEDIA

NTI Encyclopedia

Technology and Ideas for the Future

テクノロジーと現場から、未来の当たり前を考える。

AI・画像処理・IoT・DXなど、NeoTech Innovationが現場で培った技術と知見を発信します。

People & Career

事務職からIT業界へキャリアチェンジするには？　経験の活かし方

事務職で身につけた経験のなかには、IT業界でも活きるものがあります。職種名ではなく「実際に何をしてきたか」で考える方法、一般事務・営業事務・接客やサポートそれぞれで培いやすい力、IT業界で新しく学ぶことになるもの、そして仕事選びの進め方を整理します。

詳しく見る
People & Career

IT事務とは？　仕事内容と、そこから広がるキャリア

「IT事務」は求人票でよく見かける一方、会社によって仕事の中身が違う言葉です。一般にどんな業務を指すのか、一般事務やITサポートとの違い、どんな経験が活きるのか、IT知識はどこまで必要なのか、そしてその先どんな仕事へ広がり得るのかを整理します。

詳しく見る
People & Career

エンジニア以外でITに関わる仕事とは？　職種の種類と選び方

IT業界で働くのはエンジニアだけではありません。事務やサポート、プロジェクト支援、顧客と技術者をつなぐ役割など、開発以外でITに関わる仕事にはどんなものがあるのか、これまでの経験がどこで活きるのか、仕事を選ぶときに何を見ればよいのかを整理します。

詳しく見る
画像処理・Computer Vision

PCで動く画像処理を、組込み機器へ移植するときに何が起きるのか？

PC上で確認できた画像処理を組込み機器へ移すと、処理の速さだけでなく、実行環境や演算の条件、時間の要件まで変わります。移植で何が起きるのか、何をもって移植できたと判断するのか、間に合わないときどこから見直すのかを解説します。

詳しく見る
画像処理・Computer Vision

画質改善では、なぜISPの調整だけでなく処理設計まで考えることがあるのか？

ISPの画質改善には、既存処理のパラメータを調整して要求に近づける段階と、処理の構成・役割・配置まで見直す段階があります。多くの場合は調整で足りますが、それでも届かないときに何を見直すのか、二つの違いをエンジニアリングの観点から解説します。

詳しく見る
画像処理・Computer Vision

AE・AWB・AFは、なぜ別々に調整するだけでは足りないのか？

AE・AWB・AFはそれぞれ別の制御ですが、同じ画像に同時に作用し、時間の中でも一緒に変化します。個別の調整だけでなく、収束や安定性、シーンの変化まで含めて、最終的な画質から3A全体のバランスを考える必要がある理由を解説します。

詳しく見る
画像処理・Computer Vision

良い画質とは何か？ 人が見る画像と、機械が見る画像の違い

カメラの良い画質は、解像度や鮮やかさだけで決まるものではありません。人が見る画像と、機械が認識・判定する画像では重視すべき条件が変わります。利用目的から逆算して画質の評価軸を決めるという考え方を解説します。

詳しく見る
画像処理・Computer Vision

カメラの画質や認識精度は、なぜ一つの部品だけでは決まらないのか？

カメラの画質や画像認識の精度は、レンズやセンサー、ISP、AE・AWB・AF、画像処理、認識アルゴリズムなど複数の層の関係で決まります。求める結果から逆算して、どの層に原因があるのかを判断し、必要な層を見直すという考え方を解説します。

詳しく見る
画像処理・Computer Vision

既存技術では解けない画像処理課題を、どう実装可能な方式に落とし込むのか？

既存のライブラリや一般的な画像処理手法では要求を満たせない課題に対して、何が足りないのかを定義し、技術文献や理論をたどり、ソフトウェア上でのシミュレーションと実装・評価を通じて、実現可能な方式へ落とし込むまでの進め方を解説します。

詳しく見る
画像処理・Computer Vision

画像処理では「どの方法で解くか」をどう決めるのか？― AI・撮像・調整・アルゴリズム設計の選び方

画像処理・画像認識の課題は、AIやアルゴリズムを先に決めても解決しません。実現したいこと、必要な性能、制約条件、原因のある層を整理したうえで、既存技術・調整・撮像条件の変更・アルゴリズム設計などから解決方法を選ぶ考え方を解説します。

詳しく見る
DX・IoT

位置情報を使った現場DXとは？工場・倉庫・病院・ホテルで何が変わるのか

位置情報を活用すると、人やモノの現在地を知るだけでなく、動線・滞留・接近・侵入・退出などの現場の状態をデータとして把握できます。工場・倉庫・病院・ホテルなどで、位置情報をどのように業務改善・安全管理・資産管理・自動化へつなげられるのか、現場DXの考え方をわかりやすく解説します。

詳しく見る
DX・IoT

UWB・屋内測位でカタログ通りの精度が出ないのはなぜか？現場で重要な測位設計を解説

UWBは高精度な屋内測位を実現できる技術ですが、実際の現場ではカタログ通りの精度が得られるとは限りません。アンカー配置、遮蔽物、金属、NLOS、設置位置、測位方式、更新周期など、UWB・屋内測位の精度に影響する要因と、導入時に重要となる測位設計の考え方をわかりやすく解説します。

詳しく見る
DX・IoT

電子フェンスとは？位置情報で危険エリアへの侵入や接近を検知する仕組み

電子フェンス（ジオフェンス）とは、位置情報を使って仮想的なエリアや境界を設定し、人やモノの侵入・退出・接近などを検知する仕組みです。工場や倉庫などでの危険エリア侵入、フォークリフトとの接近、設備の持ち出しなどを検知し、アラート・通知・記録・制御へつなげる考え方をわかりやすく解説します。

詳しく見る
DX・IoT

屋内測位とは？人やモノの位置情報を業務改善につなげる仕組み

屋内測位とは、工場・倉庫・病院・ホテルなどの建物内で、人やモノの位置を把握する仕組みです。GPSだけでは捉えにくい屋内の位置情報を、UWBやBluetooth、Wi-Fiなどで取得し、動線・滞留・接近・エリア侵入などの情報へ変換して、業務改善や安全管理につなげる考え方をわかりやすく解説します。

詳しく見る
DX・IoT

UWBとは？BluetoothやGPSとの違いと、高精度測位の仕組みをわかりやすく解説

UWB（Ultra-Wideband）とは、広い周波数帯域を利用する無線技術で、電波が届くまでの時間などを利用して高精度な距離測定や位置測位を行えます。GPSやBluetoothとの違い、UWBが高精度な測位を実現できる仕組み、屋内測位や電子フェンス、接近検知などの活用方法、導入時に考えるべきポイントをわかりやすく解説します。

詳しく見る
DX・IoT

位置情報はなぜ重要なのか？GPSだけでは見えない「人・モノ・場所」のデータが変える世界

位置情報は、単に「現在地を知る」ための情報ではありません。人やモノがどこにあり、どのように動き、どこに滞在したのかを捉えることで、現実世界で起きていることをデータとして理解できます。GPSだけでは捉えにくい屋内での位置情報や、企業における位置データ活用の可能性をわかりやすく解説します。

詳しく見る
AI・生成AI

企業のナレッジをAIで活用するには？情報を「使える知識」に変える考え方

企業には多くの情報が蓄積されていますが、そのままではAIが十分に活用できるとは限りません。社内文書や議事録、メール、ノウハウなどを、AIが利用しやすい「知識」に変えるために必要な情報整理・粒度・関係性・更新管理の考え方をわかりやすく解説します。

詳しく見る
AI・生成AI

生成AIを導入しても現場に定着しないのはなぜか？企業のAI活用で重要なこと

生成AIを導入しても、現場で十分に使われない企業は少なくありません。AIの性能だけでは解決できない、業務設計・情報整備・権限・教育・運用・評価の課題を整理し、企業で生成AIを定着させるために重要な考え方をわかりやすく解説します。

詳しく見る
AI・生成AI

AIエージェントとは？生成AIとの違いと、企業で活用するときに知っておきたいこと

AIエージェントとは、生成AIなどを活用しながら、目的に応じて情報を取得し、判断し、必要な処理を実行する仕組みです。生成AIやRAGとの違い、基本的な仕組み、企業での活用例、導入時に重要となる考え方をわかりやすく解説します。

詳しく見る
AI・生成AI

RAGとは？生成AIに自社の情報を活用する仕組みをわかりやすく解説

RAG（Retrieval-Augmented Generation）とは、生成AIが回答を作る際に、社内文書やマニュアル、FAQなどの外部情報を検索し、その内容を参照して回答する仕組みです。RAGの基本的な仕組みや生成AIとの違い、企業で活用するメリット、導入時に重要となる考え方をわかりやすく解説します。

詳しく見る
AI・生成AI

生成AIとは？従来のAIとの違いと、企業で活用するときに知っておきたいこと

生成AIとは、文章・画像・音声・プログラムなどの新しいコンテンツを生成するAIです。従来のAIとの違いや生成AIの基本的な仕組み、できること・苦手なこと、企業が業務で活用する際に重要となる考え方をわかりやすく解説します。

詳しく見る
画像処理・Computer Vision

AE・AWB・AFとは？カメラの自動制御をわかりやすく解説

AE・AWB・AFは、カメラが撮影環境に応じて明るさ・色・ピントを自動調整するための重要な制御技術です。それぞれの役割や仕組み、ISPとの関係、Computer VisionやAIにおいてなぜ重要なのかをわかりやすく解説します。

詳しく見る
画像処理・Computer Vision

ISP（Image Signal Processor）とは？カメラの画質を支える画像処理の仕組みをわかりやすく解説

ISP（Image Signal Processor）とは、カメラのイメージセンサーから得られた信号を処理し、人やAIが利用できる画像へ整える仕組みです。ISPの役割や代表的な画像処理、AE・AWB・AFとの関係、Computer VisionやAIにおいて重要となる理由をわかりやすく解説します。

詳しく見る
画像処理・Computer Vision

Computer Visionとは？画像認識との違いをわかりやすく解説

Computer Visionとは、画像や映像から情報を読み取り、現実世界の状態を理解するための技術分野です。画像認識や画像処理との違い、代表的な技術、実際のシステムで重要となる考え方をわかりやすく解説します。

詳しく見る
People & Career

中途採用の面接で、私たちが見ていること

NTIの中途採用面接では、模範回答や経歴の華やかさだけを見ているわけではありません。これまでの経験への向き合い方、周囲との進め方、専門性の生かし方など、NeoTech Innovationが面接で大切にしていることを紹介します。

詳しく見る
People & Career

優秀な人ではなく、ともに働きたい仲間を探している

NTIが採用で大切にしているのは、「優秀」という一つの尺度で人を見ることではありません。異なる専門性を生かし、相談しながら難しい仕事に向き合える仲間を探す、NeoTech Innovationの採用に対する考え方を紹介します。

詳しく見る
画像処理・Computer Vision

画像認識と画像処理の違いとは？実際の開発現場からわかりやすく解説

画像認識と画像処理の違いを、実際の開発現場の視点からわかりやすく解説します。Computer Visionとの関係や、カメラ・画像処理・AIを一体で考える重要性について紹介します。

詳しく見る