株式会社シーネットコネクトサービス

お問い合せはこちら

047-422-1299
サイト内検索

製品情報

ディープラーニング 画像処理

少ない画像で学習が可能な、ディープラーニングを用いた画像処理(画像解析・画像認識)技術です。撮影した画像を解析(特徴点の抽出)、認識(物の区別)することで、製品の分類やカウント、破損チェック、文字認識など検品の自動化を実現できます。

特長

高精度の認識

人間の目で見た際の、対象物の「特徴」を指定してあげることで、少ないトレーニングでの、精度の高い認識を実現しています。

少ない画像で学習

弊社のディープラーニング 画像処理は、少ない画像枚数(数十枚~数千枚)で学習をさせることが可能です。通常、ディープラーニングに必要な画像枚数は、数百万枚と言われています。

静止画を撮影できるカメラがあればOK

監視カメラやスマートホンなど、静止画を撮影できるカメラさえあれば、弊社のディープラーニング 画像処理を利用頂けます。監視カメラの場合、動画から静止画を切り取ることができます。現在お使いのカメラを活用する、あるいは弊社からカメラのご紹介をすることも可能です。

CCSのディープラーニング

これまでも画像処理(画像解析・画像認識)は存在しましたが、熟練したエンジニアが、長い年月をかけて開発する必要があり、更に曖昧な画像判定は難しいといった難点がありました。具体的には、画像の「前処理」(光学ゆがみや濃度の補正、ノイズ除去、平滑化、コントラスト強調、縮小・拡大・回転)→「特徴抽出」(二値画像、エッジ、濃度分散画像マップ)を経て→「判定・マッチング」(形状検査、パターン認識)の流れでプログラムを実装する必要がありました。

ディープラーニングが登場したことで、作業はデータを集めるだけ、開発期間は短く、曖昧な画像判定は可能になり、画像処理は飛躍的進歩を遂げました。ディープラーニングを用いた画像処理は、「画像の学習」(何パターンもの画像を学習し、学習モデルを自動で構築)→「画像推論」(学習結果に画像を判定させる)ができるのです。

 

ディープラーニングを用いた画像処理技術は、顔や場所、物体の認識、音声認識や翻訳、自然言語処理、ビデオ検索及び分析、自動運転などに応用されています。例えば自動運転は、他の車両や歩行者、白線などを認識しながら安全に車を動かす技術です。

 

ディープラーニング 画像処理=撮影した画像を解析(特徴点の抽出)、認識(物の区別)する技術により、倉庫や工場では、 数量・破損品・品質チェック、製品の分類、物体認識・OCR(文字認識)といった検品の自動化を実現できます。近年、注目を浴びているロボットによる作業の自動化(AGV: 無人搬送車など)は、主に大規模な現場の作業でその効果が発揮されます。検品の自動化は、特定のものの抽出や区別などを担うため、大規模のみならず小規模な現場でも十分に効果を発揮できます。

 

応用

[数量カウント] パレットの数量カウント -実例-

    パレットに印字されたロゴを学習させます。荷物が積まれた複数のパレットの画像から、同じロゴがついたパレットを見つけ出し、数量をカウントします。
    下記画像のような場合でも、画像認識による個数カウントに成功しました(左から); ロゴのサイズが異なる場合(画像上、手前のパレットと、奥のパレットではサイズが異なります)、画像が暗がりで撮られた場合、パレットにビニールが巻かれた場合、画像がブレてしまった場合。


[特定物の数量カウント] -使用例-

    同じ形で色が複数ある場合でも、特定のものを見つけ出し、カウントします。左記画像は、同じ形のクリップから、青色のみを抽出し、数量をカウントする例です。


[種類別数量カウント・計算] -使用例-

    コインを種類別にカウントし、金額を合算します。


[破損品チェック] -使用例-

    汚れや破れなどのある破損品を見つけ出し、良品と区別します。工場での製品の検品に役立ちます。


[製品の分類] -使用例-

    同じデザインや形状でも、素材や色などが異なる場合に、製品の分類をします。左記画像は、紙の色により分類分けを行う例です。工場での製品分類に役立ちます。


[品質チェック] -使用例-

    製品が適切な形状をしているかをチェックします。左記画像は、クッキーを用いた例です。食品など工場での品質チェックに役立ちます。


[出荷前検品] -使用例-

    製品出荷前に、梱包が適正に行われたかをチェックします。下記画像では、パッケージに製品が詰められていない部分があり、出荷はNGであるという結果が出ています。工場での、食品や電化製品などの出荷前検品に役立ちます。


[物体認識・OCR] -使用例-

    輸出貨物の外装に張り付けるケース マーク(シッピング マークまたは荷印)の形状と文字を認識します。ケース マークの形状や記載されている文字から、貨物の中身や重量、仕分け先などの情報を読み取ります。それらの情報を自動で認識し、データとして保存する業務に最適です。
    工場で梱包し終えた段ボールに配送伝票を貼りつけた時点をスタート、伝票がラインに存在しなくなった時点をゴールとし、出荷までの履歴管理を行います。伝票番号を文字認識でデータ化し、確かに梱包、出荷をしたという証拠画像を保管できます。


 

用語説明

人工知能(AI: Artificial Intelligence)

人間が行っている知的な作業を、コンピュータで模倣したソフトウェアです。

機械学習(Machine Learning)

人工知能の一分野で、データの背景にある傾向や法則を探り、現象の解析や予測をします。

ディープラーニング(Deep Learning)

機械学習の手法の一つ、脳を模倣したモデルで、入力層(Input Layer)、隠れ層(Hidden Layer)、出力層(Output Layer)の3種類の層から成ります。
入力に対して単純な変換を何回も繰り返し、予測結果などを出力する構造をしています。
例)猫の写真を「収集」 → 猫の特徴点を「学習」し、「判別モデル」を作成 → 新しい猫の写真から、これは猫であると「認識」(あるいは、これはライオンであると「判別」)

 

画像処理(Image Processing)

コンピュータで、画像に何らかの加工や処理を施すことです。

画像解析(Image Analysis)

画像の中から、特定の事象を抽出することです。

画像認識(Image Recognition)

画像の中から、特定のもの(人の顔、ロゴなど)や特徴点(目や鼻、青色など)を認識し、検出することです。

 

カメラ ソリューション一覧

お気軽にお問い合わせください

お電話でのお問い合わせ

(CCS) 043-307-7170 (CIS) 043-307-5125

メールでのお問い合わせ