不良品の学習が不要な画像による良品判定のアルゴリズム、サイバーコアが発売

　画像認識技術を開発するサイバーコアの「DetectEye」は、画像から対象物の良・不良を判定するためのAI（人工知能）アルゴリズム。不良品の画像なしに良品の判定を学習できるため、不良品の画像を集める必要がなく、判定システムを短期間、低コストで開発できるとする。

　DetectEyeでは、不良品の画像なしで学習するために、2つのAI技術を組み合わせている。（1）「特徴を抽出するAI」と（2）「特徴を整理するAI」だ。特徴を抽出するAIは、入力画像に対して学習済みの画像分類AIを使った仕組みで、入力画像の特徴マップを抽出する。

図1：「DetectEye」は（1）「特徴を抽出するAI」と（2）「特徴を整理するAI」を組み合わせている

　抽出した特徴量は、特徴を整理するAIを使って正常画像群の特徴量と比較し類似性を分析する。類似性が低い領域を異常値としてピクセル単位で検出し、異常値を元に着色処理することで、異常のある領域と強度を可視化し良・不良を判定する（図2）。その計算コストは小さく、解像度が200 × 200ピクセル程度のカラー画像を対象にした推論速度は約0.01秒だとしている。

図2：「DetectEye」が異常値を持つ領域を可視化し良・不良を判定する

　学習が必要なのは、特徴を抽出するAIのみで、画像分類AIを入れ替えれば、精度や速度を改善できるという。ただし、特徴を整理するAIにおいても、異常値検出の精度を安定させるために、学習後に数百枚の正常画像を再入力し、適切なしきい値を再計算するための学習を1度だけ実施する。

　今後は、異常検知システムを小型化できりょうに、特徴を抽出するAIが使用している画像分類AIをエッジデバイス向けに最適化する予定である。