深層学習の登場によってAI（人工知能）の計算能力が飛躍的に向上したことで、現在では音声認識からデータ分析、画像処理など、様々な分野でAIが精度を上げています。 特に画像認識・解析はAIが得意とする分野であり、高精度で画像や映像から特徴量を抽出することができます。 このようなAIによる高度な画像認識・画像解析は医療から生産、マーケティングに至るまで研究開発や実用化が進んでおり、結果、様々な業務を自動化することが可能になっています。このことから各分野ではコストや時間の削減、業務プロセスの効率化、精度向上など、大きなメリットがもたらされています。
- AIによる画像認識・画像解析とは
- 検品工程における不良品判定、生産設備の故障予兆
- 医療における病理検査
- 製品カテゴライズ
- 防犯カメラでの不審者検知
- SNSにおける画像解析
- TDSEの画像解析事例・ソリューション
- まとめ
目次
AIによる画像認識・画像解析とは
はじめにAIによる画像認識・画像解析についてご紹介します。 深層学習を用いた画像認識の精度を示す代表例として、2012年にGoogleが発表した研究成果が挙げられます。同社の研究者らが構築した画像認識ネットワークが、大量に与えられた画像を分析して、猫の概念を自力で獲得したことで話題になりました。 参照元：Using large-scale brain simulations for machine learning and A.I. https://googleblog.blogspot.com/2012/06/using-large-scale-brain-simulations-for.html この研究では、事前に人間が猫に関する予備知識をネットワークに一切与えていない状態で画像データを入力しました。ところが、AIは一般的な猫の画像だけでなく、例えば「犬っぽく見える猫」や「お化けのような猫」など、判定の難しい画像であっても猫に共通した特徴量を抽出しました。 このように、現在のAIは、ラベル付けしていない画像からでも特徴量やパターンを認識することが可能です。 こういった技術を活かして将来的にはレントゲン画像やCT画像から、人間の医師よりも正確にがん細胞を検知できるとして注目されています。また、さらなる画像認識技術の実用化を進めるべく、現在では国内でも様々な企業・組織が研究開発を行っており、複数の分野で画像認識を用いたサービスが提供されています。 では、具体的にどのような分野で画像認識・画像解析が活用されているかご紹介しましょう。
検品工程における不良品判定、生産設備の故障予兆
AIの画像解析は工場などの生産過程でも活用が見込まれており、主な目的として不良品の検品が挙げられます。 例えば、カメラ撮影した検査物の画像から製品の個体差や汚れ、色ムラなどを認識して良品／不良品かを自動で判定します。 また、生産設備の不具合を事前に予測し、通知することで故障を未然に防いだり、設備に取りつけたカメラで画像データを収集し、それぞれの部品の劣化状態を分析して、故障の時期を予測します。24時間365日リアルタイムの監視が可能で、設備の状態を常時点検します。
医療における病理検査
医療分野でも画像認識技術は活用が期待されています。 従来、レントゲンやCTスキャンなどの画像から異常を見つけ出すのは医師の役目でしたが、医師の経験差によって判断にバラつきが出るなどの課題があります。 現在では、こうした課題をAIで解決する取り組みが複数行われています。例えば、大阪大学が実施した共同研究では、AIを用いて画像からがん細胞を検出するだけでなく、がんの種類までも識別させることに成功しています。 この画像認識モデルには深層学習を用いており、従来人の目では判別の難しかったより細かな特徴を識別します。 これが実用化されれば医師がより正確で客観的な情報を得られるだけでなく、患者が享受できる治療の精度向上も見込まれます。
製品カテゴライズ
AIによる画像解析・認識により大量の製品へのカテゴライズを実現します。AIが画像を解析し、製品に対してタグ付けやカテゴライズを行うことにより、大量の製品を扱うECサイトでは業務を大幅に効率化できます。 また、人が目視で膨大な時間をかけて対応していた作業でもミスが発生しやすいといった課題がありました。このような課題も、AIにより精度を高めることがででます。 さらに、AIが業務を行うことで人手不足や、スキルの継承などにかかる時間・教育コストも削減できます。
防犯カメラでの不審者検知
セキュリティ分野でも画像認識が活用されています。監視カメラによる画像をAIが様々な条件下で分析することによって不審者を高精度で検知するので人間の警備員による監視よりも正確に不審者を検出します。 例えば、肉眼では判別が困難な横向きの顔や明暗の強い屋外、また不審者がマスクやサングラスなどで変装している場合でも、高い検出率で不審人物を特定します。 検出には事前に入力した不審者リストの顔写真とビデオ画像とを照合し、リスト内の人物と画像内の人物との整合性を評価します。対象人物を検出した場合は警備員に通知を送り知らせます。 また、特定の不審者の割り出しだけでなく、不審な行動を取っている人物などを検出することも可能です。これらは本屋や小売店での万引き犯の対策などに活用が進められています。
SNSにおける画像解析
現在、SNSを用いたマーケティングにもAIの画像解析が活用されています。大量の情報が溢れるSNSは消費者のニーズを探る格好のマーケティングツールですが、膨大な日々の投稿の中から適切なものを選び出すのは困難です。 そこで、AI画像認識を使ってInstagramやTwitterに投降された大量の画像から特定の製品やサービスのロゴが写っている投稿を自動的に検出します。 これにより、従来では見つけることが困難だった消費者の動向に関する情報にリーチしやすくなり、自社の製品がどういった場面で利用されているか、またどのような属性の人が利用しているかといった情報収集に役立てることができます。
TDSEの画像解析事例・ソリューション
このようにAI（人工知能）による画像認識・画像解析は、様々な分野で研究開発や実用化が進んでいます。弊社のAI画像認識・画像解析の事例、ソリューションをご紹介します。
画像による送電線不具合自動診断
画像解析を応用したソリューション – インテリジェント監視ソリューション
監視カメラや生産ライン上のセンサーなどの情報を、知能化エンジンによってリアルタイムに価値ある情報へと変えるソリューションです。
例えば、
・防犯カメラや監視カメラの映像より異常な状況の発生を検出する
・製品検品時のカメラ画像より正常でない製品を瞬時に判断したり、生産ライン上に配置されたセンサー群より生産ラインの状態の異常を瞬時に判断してラインを停止する
などの業務支援を行うことが可能です。
SNSの画像解析 – ソーシャルリスニングツール「NetBase」
NetBaseとは日々世界中で投稿されている膨大な消費者の声から、最先端のAI技術を駆使し、リアルタイムで分析が可能なソーシャルアナリティクスツールです。 NetBaseの「Image Analysis」という機能では、一般的になりつつある画像や動画の投稿において、画像を分析することで、従来収集できなかった投稿を収集することが出来るようになります。
まとめ
このようにAIによる高度な画像認識・画像解析は今後も様々な分野で導入が進み、様々な領域で生産性の向上や業務効率に貢献していくでしょう。AIによる画像認識・画像解析を自社サービスや課題解決のソリューションとして活用したいとご検討されている方はぜひ一度ご相談ください。
