AIsmiley編集部が作成したAI・人工知能トレンドマガジン

業態業種別-AIの導入活用事例-

2019/2/21

画像認識AIはここまで進化していた!熟練者を超える「目」をもったAIサービスの事例

  • 不動産・住宅
  • 運輸・物流・交通
  • 画像認識・画像解析
  • 製造業
  • 機械学習
  • ディープラーニング
  • 行政・官公庁・地方自治体

画像認識AIはここまで進化していた!熟練者を超える「目」をもったAIサービスの事例|AI・人工知能製品・サービスの比較一覧・導入活用事例・資料請求が無料でできるメディア

 

近年、ニュースで「AI」という言葉を聞かない日はほとんどありません。

AI・人工知能の技術の中でも「画像認識」の技能レベルはディープラーニングによって性能が格段に向上しました。

画像認識AIは法人企業向けのサービスとして、自動車の運転アシスト、セキュリティシステム、工場における異常検品など活用の幅が広がっています。

 

目視における人の「目」を画像認識AIで代替できないかという試みがされています。

 

現場の人手不足を画像認識AIサービスで解決する事例

傷キズ発見0.928|現場の人手不足をAI画像認識サービスで解決する事例|AI・人工知能製品・サービスの比較一覧・導入活用事例・資料請求が無料でできるメディア

 

「監視カメラの映像から不審な人物を検出したい」

「ビルの壁面を外観から劣化の度合別に分類したい」

「製品のキズや汚れを検出して分類したい」

「有スキル者の高齢化が進み、後継者を育てたいが難しい」

 

このような悩みを抱える企業のために、人手のかかる現場の作業時間を削減し、生産性を向上させるAI・人工知能搭載の画像認識サービスが注目を集めています。

熟練者を超える「目」をもったAI・人工知能の導入活用事例をご紹介します。

 


万引き防止AIによる監視でドラッグストアの万引き件数が4割減少した画像認識事例

 

全国に約58,000店あるドラックストアでは、万引き防止対策として画像認識AIの実証実験が進んでいます。

現状の防犯システムは、防犯タグを使った警報システムのように、万引きが起こってしまった後に通報し、対処されるケースがほとんどです。

仮に異変が通知されても、誰が・いつ・どこで・何を万引きしたか分からず、従業員が自身で判断しなければならないので、お客様とのトラブルになるケースも少なくありません。

 

この課題を解決すべく、画像認識AIを搭載したカメラにより、まるで万引きGメンのようなプロの目による判定・判別をAIによって自動化するシステムが導入されました。

防犯カメラの映像を画像認識AIが解析し、店内に座り込むなどの不審な動きや過去の万引き犯と類似する人物、異常な商品の陳列状態などから危険を察知。

リアルタイムに状況をスマートフォンに通知し、不審な行動をするお客様に対して従業員がお声がけをすることで、万引きを未然に防止します。

あるドラックストアでは、AIの導入で万引き件数が4割減少し、売上ロスの改善に大きな効果が期待できることを確認しました。

 


画像認識AIが映像から道路点検、危険度解析の作業時間を2週間削減した事例

AIが映像から道路点検、危険度解析の作業時間を2週間削減した事例|AI・人工知能製品・サービスの比較一覧・導入活用事例・資料請求が無料でできるメディア

 

東京都のある自治体では2019年から、AI・人工知能を使った道路点検システムを導入しました。

道路パトロール車が撮影した路面の映像をAIが解析し、損傷している道路の危険度を判定します。

人の目では確認できないような微小なひび割れも検知し、作業のスピードとコストの両面で期待が高まっています。

 

AIはコンピューターシステムに送信された総延長328キロの道路の映像から、ひび割れの程度や危険度を即座に解析し判定します。

同じ映像から人間が目視によって危険度を解析する場合は2~3週間は必要だといいます。

これまでに255件の異常を検知し、うち計53件が補修が必要な状態だという結果が得られています。

 


食品業界が画像認識AIで検品改革、ポテトの不良品を良品データから判定した事例

キユーピー社がAIで検品改革、ポテトの不良品を良品データから判定した事例|AI・人工知能製品・サービスの比較一覧・導入活用事例・資料請求が無料でできるメディア

 

食品業界ではベビーフードの製造を担う工場の検品業務にAIの導入が行われました。

ジャガイモの加工品として、ベビーフードに使うダイスポテトの選別にAI・人工知能を活用されています。

 

ダイスポテトには、①品質不良(小さな黒い斑点が特徴)、②カット不良(形が整っていない)といった不良品があり、従来、熟練の作業員が目視で不良品を省いていました。

また、不良品のデータ量が少ないため、解析結果の精度に課題がありました。

この課題を解決したのは、良品データのみで不良品を見つけるという逆転の発想でした。

学習モデルを作るために良品データとして約100万個のダイスポテトを使用。

良品の画像件数は約1万枚、この工場では画像認識AIをもとにジャガイモの良品を自動選別する仕組みを構築し、検品の効率を2倍に高めました。

 


画像認識にて検品・異常検知のAI導入が盛況、導入のポイントは現場の使いやすさ

 

ご紹介した導入活用事例のように、検品や異常検知の領域で画像認識AI・人工知能の導入が進んでいます。

しかし、実際に自社でAIを開発・運用を試みた企業のAI推進担当者からはシステム導入に慎重な意見もあります。

「高度なAIサービスを使いこなせるスキルをもった人材の確保ができない」

「現場でも使えるようなツールがほしい」

「早く導入の効果や精度を実感したいのに、学習に必要な画像の収集に時間がかかる」

といった担当者の声がAIsmileyにも多数寄せられています。

 

画像認識プラットフォーム「Deeptector」AIをもっと身近に。もっと劇的に。SmartCloud|AI・人工知能製品・サービスの比較一覧・導入活用事例・資料請求が無料でできるメディア

 

使いやすさに特化した画像認識AIサービスの代表の1つが、画像認識プラットフォーム「Deeptector(ディープテクター)」です。

NTTコムウェア社が開発したシステムで、AIをもっと身近に活用できる簡単な操作性を実現、本社と現場の双方で利用したい方におすすめです。

現場の観点から、簡単な操作で日々繰り返し画像データを学習することができれば、現場のノウハウを活かした学習済みモデルを作成し、持続的なチューニングによって認識率を向上させることが可能です。

 

ビジネス課題に合わせた複数ある画像判定パターン(検出型、分類型、レベル判定型、正例判定型)から選択、組み合わせて利用することもできます。

AIの導入においては、不良品の画像データが少ない、画像データの収集が難しい場合がありますが、正例判定型では、少量の良品画像のみの学習で不良箇所を特定できます。

 

画像認識プラットフォーム「Deeptector」の製品詳細はこちら|AI・人工知能製品・サービスの比較一覧・導入活用事例・資料請求が無料でできるメディア

画像認識プラットフォーム「Deeptector」の資料を無料で請求する|AI・人工知能製品・サービスの比較一覧・導入活用事例・資料請求が無料でできるメディア