教師データを集めきれない
従来のAI技術では、「すべての正常画像を学習させるのが困難」であり、鉄道や設備の自動監視の実用化における大きな障壁となっています。
アノテーションに膨大な時間がかかる
従来のAI技術では性能を上げるためには、人間がAIの「教師」となり、データに正確な意味付けを行う作業が必要で、膨大な時間と人手を要するという課題がありました。
再学習の負荷が大きい
従来のディープラーニングを用いた異常監視では、環境や対象物の変化に対応するための再学習が、
データ収集の困難さから大きな課題となっています。
人の目が認識するプロセスを応用
人が目で見て脳で判断するプロセスをベースとした、独自開発の画像解析アルゴリズム。⻑年の次世代ディスプレイ研究から生まれたノウハウを元に、構築されたソリューションです。
ディープラーニングとの比較
Human Sense AIは、膨大な事前学習を必要とせず時系列での変化をリアルタイムに解析することで、従来のAIでは困難だった未知の異常検知や正常変動への柔軟な対応を可能にします。
Human Sense AIの特徴
ディープラーニングを使用せず、事前学習や不良画像の準備も不要。未知の異常にも柔軟に対応し、
安全性の確保と業務効率の向上をサポートします。
リアルタイム学習
事前に大量の正常時画像を学習させるのではなく、時間軸上で一定間隔(例: 30秒)で撮影された複数
の画像(撮像画像1〜4)を比較し、その差分や変化のパターンから異常を検出する手法です。
Human Sense 状態監視AI
現在に至るまでの直近の時系列画像を学習することで、光や影の変化に惑わされずに異常を検知し、鉄道などインフラ設備の安全や製造現場での監視など、人の目に頼らず高精度で継続的に自動監視を実現します。
活用事例 |
---|
鉄板製造工程の設備監視 |
半導体ウェハの洗浄状態監視 |
洗浄装置の状態を自動監視 |
箱詰め作業の取り漏れ検知 |
レール付近の危険状態監視 |
Human Sense 外観検査AI
人の判断を模した独自ロジックで外観を自動解析。
色・形・質感まで検出し、幅広い製品に柔軟対応します。
活用事例 |
---|
X線リチウムイオン電池検出 |
自動車部品メーカーの外観検査 |
食品メーカーの具材カウント |
ハンダ付け状態の外観検査 |
半導体部品の微小ホール検査 |
Human Sense 色解析AI
人の感覚に近いHSL空間で色を正確に数値化。
特定色の抽出や微妙な差異も識別でき、検査やオンライン診療への活用に最適です。
活用事例 |
---|
人物画像の肌色色相補正 |
ロット違いの壁紙の色差検査 |
エッジ(明暗の境目)の数値化 |
色の数値化でHSL画像を生成 |
導入実績
業界を問わず、お客様の現場に合わせて柔軟なカスタマイズが可能です。特に、不良発生率が低く教師データの収集が困難なケースや、予知が難しい異常の監視など、従来のAIでは解決が難しかった多様な課題にお応えできる点が高く評価されています。
導入の流れ
現場の課題や環境に応じて柔軟に設計が可能です。お客様の業務に最適な形でご活用いただけるよう、
導入前のヒアリングから導入まで、現場に合ったご提案をいたします。
事業概要
フォージビジョンはソフトウェア開発やクラウドインテグレーション等の多様なプロフェッショナルサービスを通じてお客様の課題解決を支援するパートナーです。最新技術と豊富なノウハウを駆使し、企画から開発、保守運用まで一貫してサポートするトータルシステムソリューションを実現します。
会社概要
社名 | フォージビジョン株式会社 (ForgeVision, Inc.) |
---|---|
設立 | 2006年4月 |
代表者 | 代表取締役 喜多 泰祐 |
本社所在地 | 東京都千代田区九段北1-5-10 九段クレストビル4階 |
ホームページ | |
セキュリティ体制 | ISO/IEC 27001:2022 & JIS Q 27001:2023 |