VJT（Visual Journal of Transitions）技術により、すべての判断に根拠フレームを付与。
AIの「なぜそう判断したか」を完全に説明可能にする革新的映像解析システム
Visual Journal of Transitionsは、映像から抽出した情報を構造化JSONで記録する独自技術です。
物理法則や因果関係に基づく矛盾検出により、AIの幻覚（ハルシネーション）を防ぎます。
従来のIoUだけでなく、「空気感」や「物語性」も定量的に評価する独自指標を開発。
Qwen72Bによる事実抽出とGemini APIによる文脈理解を組み合わせた高精度推論。
1fps抽出、超解像処理、タイル化により、細かい物体も確実に検出。音声情報も同期して記録します。
Qwen72Bが各フレームから物体・イベント・属性を抽出し、evidence_framesとして根拠を記録。
物理法則・因果関係・ID一貫性をチェック。矛盾があれば該当部分のみ再質問して修正。
Gemini APIが長距離の文脈を統合し、「空気感」や「物語性」を含めた総合的な理解を生成。
異常行動の検出と、その判断根拠を明確に提示。誤検知の原因も説明可能。
すべての判断に根拠フレームが付与されるため、法的な証拠として利用可能。
編集点の自動検出、雰囲気の変化点の特定、ハイライトシーンの抽出。
製造ラインでの不良品検出と、その判断理由を完全に説明可能。
判断の根拠を記録し、事故時の原因究明や改善に活用。
学習者の行動分析と、改善点の具体的な指摘を映像付きで提供。