フォトナビ・目視レス

検査・検品の課題を画像認識で解決するソリューション

人間が目で見て脳で判断する感覚に近しい独自開発の画像認識アルゴリズム（ABHB）で、画像の中から特定の条件に当てはまる領域を検出したり、類似する色・形・模様などを瞬時に自動検出いたします。機械学習・ディープラーニング等では判定の困難な不定形物も対応可能です。

外観検査工程での活用が可能で、カメラの選定や外部センサーとの連携や、コンピューターシステムまでのトータルソリューションをご提案致します。

ディープラーニングの課題
不良品などの教師データが集まらない
専用マシンが必要
処理に膨大な時間がかかる
独自アルゴリズム ABHBとは
ディープラーニングとの違い
大量の教師データが不要
撮影環境を柔軟に対応可能
専用マシン不要で短い処理時間
人の目で見るよう解決するシステムフォトナビ・目視レス
フォトナビ・目視レスの用途例
金属加工品の検査
ヒトの目が認識する色の違いを数値定量化
⼩型⿂類モデル⽣物の動線解析・⼨法計測
導入の流れ
ヒアリング
検証・開発
現場導入
フォージビジョン株式会社について
事業概要
画像認識事業
ソフトウェア開発事業
クラウドインテグレーション事業
VR（バーチャルリアリティ）事業
プラットフォームビジネス事業
グローバルビジネス事業

ディープラーニングの課題

不良品などの教師データが集まらない

ディープラーニングは検出精度を高めるために大量の学習データが必要です。しかし、日々製造されているのは「正常品」のため、大量の「不良品」データなどは集めることが困難です。さらに不良品といっても欠陥の大きさや形状は様々で、想定される全ての不良パターンを学習のための教師データとして用意することは現実的ではありません。

専用マシンが必要

機械学習を行う際に大量のデータを処理するため時GPU搭載のハイスペックマシンが必要となります。

処理に膨大な時間がかかる

一般的にディープラーニングでの検出には一定の時間がかかります。インライン検査で検査スピードを要求される場合には対応できないことがあります。

独自アルゴリズム ABHBとは

ABHB（エービーエイチビー）とは、目視検査の判断プロセスを独自プログラム化するアルゴリズムです。人は、どのように見えると「傷」で、どのように見えると「欠け」であるかを長年の経験から既に脳が学習しています。そして、学習済みの脳が目からの映像情報から無意識に判断しています。
「無意識」を「意識化」してその判断プロセスをプログラミング、アルゴリズム化した技術であるABHBを用いれば、人と同じように傷や欠けを判断することができます。

ディープラーニングとの違い

大量の教師データが不要

通常のディープラーニング技術では、良品・不良品の大量のデータを用意して、良品にはなく不良品には存在する部分を認識する複雑な法則を生成します。このやり方ですと、一つの製品や部品について多くの工数と費用がかかってしまい、色々な種類を判別したいという企業では、導入しにくい側面があります。
当社の独自アルゴリズムでは、これまで人間が無意識に不良品であると判断していた部分を意識化させ、その判断プロセスをプログラミング、アルゴリズム化いたします。これにより多くの教師データが不必要となり、導入ハードルも下げられると考えられます。

撮影環境を柔軟に対応可能

従来の画像処理技術では、教師データと同様の撮影環境が必要でした。例えば、教師データ取得時には蛍光灯照明で、運用時にはLED照明だと認識できない、ということもありました。フォトナビ・目視レスは人が見ていて大きな差を感じない環境であれば認識可能となります。テストでは認識できたが実際に運用すると認識しないといったトラブル発生が軽減できます。

専用マシン不要で短い処理時間

組み込み系言語でのソフトウエア開発のため、約0.2~0.3秒という高速での認識が可能となります。ディープラーニングの場合には、ハイスペックマシンを準備して、処理もそれなりの時間を要しておりましたが、当社の技術では一般のノートPCで高速で処理することができます。

人の目で見るよう解決するシステムフォトナビ・目視レス

「フォトナビ・目視レス」は、人間が目で見て脳で判断する感覚に近い独自アルゴリズム「ABHB」を搭載した検査・検品を画像認識で解決するソリューションです。
画像の中から特定の条件に当てはまる領域を検出したり、類似する色・形・模様などを瞬時に自動検出します。機械学習・ディープラーニング等では判定の困難な不定形物も対応可能で、大量の教師データを必要としません。
外観検査工程での活用が可能で、カメラの選定や外部センサーとの連携や、コンピューターシステムまでのトータルソリューションをご提案いたします。

フォトナビ目視レス5つの特徴

人の感覚に近い独自アルゴリズム
見た目の色・形・模様から特定領域をリアルタイム検出
機械学習では不向きな不定形物も認識
運用中のFA機器との連携にも柔軟に対応
ソフトからハードウェアまでトータルソリューションをご提案

フォトナビ・目視レスの用途例

金属加工品の検査

課題	現在、多くの企業では、金属加工品の検査は人による「目視」で行われている他、自動化の技術として、AI技術のディープラーニングが期待されています。しかしディープラーニングは、大量のデータから「良品」にはなく「不良品」にある部分を認識する複雑な法則を生成するため、不良品の教師データが集まらない、微小（びしょう）な欠陥の見逃しが発生しやすい、欠陥の大きさや形状が様々で学習しづらい、という課題から金属加工品検査では実用化される事が困難でした。
ソリューション	フォージビジョン株式会社の独自システム「ABHB」は大量の画像データが不要です。また一般のノートPCでも使用可能で、ソフトの言語により高速処理を実現しました。また、鋳巣や傷は不良品で、汚れは良品、というような人間がこれまでの経験や知識で無意識で判断していた内容をプログラム化することで、これまでディープラーニングなどの技術で目視検査を自動化できなかった金属加工品自動検査の新しいソリューションです。

課題

現在、多くの企業では、金属加工品の検査は人による「目視」で行われている他、自動化の技術として、AI技術のディープラーニングが期待されています。

しかしディープラーニングは、大量のデータから「良品」にはなく「不良品」にある部分を認識する複雑な法則を生成するため、不良品の教師データが集まらない、微小（びしょう）な欠陥の見逃しが発生しやすい、欠陥の大きさや形状が様々で学習しづらい、という課題から金属加工品検査では実用化される事が困難でした。

ソリューション

フォージビジョン株式会社の独自システム「ABHB」は大量の画像データが不要です。また一般のノートPCでも使用可能で、ソフトの言語により高速処理を実現しました。

また、鋳巣や傷は不良品で、汚れは良品、というような人間がこれまでの経験や知識で無意識で判断していた内容をプログラム化することで、これまでディープラーニングなどの技術で目視検査を自動化できなかった金属加工品自動検査の新しいソリューションです。

ヒトの目が認識する色の違いを数値定量化

課題	色は、目から入った色に関する情報が脳に伝達されることで、脳で認識されます。具体的には、眼球の網膜の中央付近にある細胞が「赤」「緑」「青」の色をそれぞれ検知し、その情報を脳に送りますが、太陽や電気などの「光源」からの光を物体が反射した光を見て、物体の色を認識しています。つまり、「物体の色」は「光源からの光を物体が反射した光の色」なのです。光源が変わると、物体が反射する光の色も変わり、認識される物体の色も変わってしまいます。結局、色の細かい違いは職人が目視で検査する以外、良い方法がありませんでした。しかし、職人による目視検査では、「時間がかかる」「人材の確保確保が難しい」「人によってばらつきがでてしまう」などの課題があります。
ソリューション	フォトナビ・目視レスを活用した色定量化技術は、双円錐型３次元色空間を用いて、物体の色を、RGB値から人の目の感覚に近い色相・彩度・明度に数値化し、使用するカメラコントロールを含めた独自の画像処理技術によって、異なる条件でも物体の色を安定的に測定することができます。さらにこの技術を応用し、静止画のみならず動画での活用も可能です。貼り合わせて広範囲に使用する素材や、複数を組み合わせるような製品のパーツなど、色のズレが許されない分野における活用が期待されています。

課題

色は、目から入った色に関する情報が脳に伝達されることで、脳で認識されます。具体的には、眼球の網膜の中央付近にある細胞が「赤」「緑」「青」の色をそれぞれ検知し、その情報を脳に送りますが、太陽や電気などの「光源」からの光を物体が反射した光を見て、物体の色を認識しています。

つまり、「物体の色」は「光源からの光を物体が反射した光の色」なのです。光源が変わると、物体が反射する光の色も変わり、認識される物体の色も変わってしまいます。
結局、色の細かい違いは職人が目視で検査する以外、良い方法がありませんでした。しかし、職人による目視検査では、「時間がかかる」「人材の確保確保が難しい」「人によってばらつきがでてしまう」などの課題があります。

ソリューション

フォトナビ・目視レスを活用した色定量化技術は、双円錐型３次元色空間を用いて、物体の色を、RGB値から人の目の感覚に近い色相・彩度・明度に数値化し、使用するカメラコントロールを含めた独自の画像処理技術によって、異なる条件でも物体の色を安定的に測定することができます。
さらにこの技術を応用し、静止画のみならず動画での活用も可能です。

貼り合わせて広範囲に使用する素材や、複数を組み合わせるような製品のパーツなど、色のズレが許されない分野における活用が期待されています。

⼩型⿂類モデル⽣物の動線解析・⼨法計測

課題	近年、⿂類のモデル⽣物が広い分野で普及したことにより、その動きを追う「動線分析」や、サイズを測定する「⼨法計測」といった新たなニーズが出てきました。従来は、研究者が⽬視で⿂の状態を確認したり、実際に⿂のサイズを計測することで⾏われていましたが、研究の精度と効率を上げるため、その「⾃動化」「定量化」が求められるようになります。
ソリューション	⼈の脳は、まず⽔槽を認知し、その中の動いている物を認識します。そして、その物の形が⿂であることを認識します。⿂が動くことで、⽔槽の底⾯に⿂が反射したり、また⽔槽に⿂の影ができたりしますが、⼈はこれを⿂本体と区別することができます。これにより、⼈は⿂の⾃由な動きを追うことができるのです。「フォトナビ・⽬視レス」は、⼈の⽬と同じように「⽔槽の底⾯の反射」「影」「⿂」を正しく区別し、⿂の画像だけを抽出することができます。これにより、純粋な⿂の動きのみを追って、正しく動線分析を⾏うことができます。

課題

近年、⿂類のモデル⽣物が広い分野で普及したことにより、その動きを追う「動線分析」や、サイズを測定する「⼨法計測」といった新たなニーズが出てきました。

従来は、研究者が⽬視で⿂の状態を確認したり、実際に⿂のサイズを計測することで⾏われていましたが、研究の精度と効率を上げるため、その「⾃動化」「定量化」が求められるようになります。

ソリューション

⼈の脳は、まず⽔槽を認知し、その中の動いている物を認識します。そして、その物の形が⿂であることを認識します。⿂が動くことで、⽔槽の底⾯に⿂が反射したり、また⽔槽に⿂の影ができたりしますが、⼈はこれを⿂本体と区別することができます。これにより、⼈は⿂の⾃由な動きを追うことができるのです。

「フォトナビ・⽬視レス」は、⼈の⽬と同じように「⽔槽の底⾯の反射」「影」「⿂」を正しく区別し、⿂の画像だけを抽出することができます。これにより、純粋な⿂の動きのみを追って、正しく動線分析を⾏うことができます。