画像認識AIアルゴリズム開発のサイバーコア、不良品学習が不要の正例判定AIアルゴリズム「DetectEye™」をリリース。エッジバージョンも開発へ。

画像認識AIアルゴリズム開発を手掛ける株式会社サイバーコア（以下「サイバーコア」、本社：岩手県盛岡市、代表取締役社長：阿部英志）はこのたび、数百枚の正常画像を学習することで異常画像を判別可能な正例判定AIアルゴリズムDetectEye™を製品化し、リリースいたしました。正例判定AIは、良品と不良品の双方の画像を学習するこれまでのAIとは異なり、良品画像のみの学習で不良品画像を判定するため、学習にかかるコストや時間を大幅に削減することが可能です。

サイバーコアのDetectEye™は､「特徴を抽出するAI」と「特徴を整理するAI」の2つのAIから構成されます（図1）。

図1

 

処理はこの2つのAIが連携しておこないます。はじめに、入力画像に対して学習済みの高精度画像分類AIを使用した「特徴を抽出するAI」が、入力画像の特徴マップを抽出します。次に、得られた特徴量を、「特徴を整理するAI」によって正常画像群の特徴量と比較し類似性を分析します。類似性が低い領域を異常値（0～100％）としてピクセル単位で検出をします。最後に異常値を元に着色処理を行い、異常のある領域と強度を可視化します（図2）。

図2

また、「特徴を整理するAI」には学習後に数百枚の正常画像を再び入力し、異常値の適切なしきい値を再計算。これにより、正常領域を異常領域として誤検出しないよう、異常値検出の精度を安定させる工夫も行います。この処理は学習時に1度行うだけです。

DetectEye™の特徴は下記の通り。

1. 高速学習&高速推論
●DetectEye™では､「特徴を抽出するAI」に学習済みAIを使用することで､必要な学習は､「特徴を整理するAI」のみとなる。「特徴を整理するAI」の計算コストは小さいため､解像度が200px*200px程度のカラー画像を数百枚学習する場合、わずか1分以内で学習を完了することができる。なお、画像サイズは自由設定になる予定。
●推論速度は､解像度が200px*200px程度のカラー画像の場合､約0.01秒。

2. スケーラビリティ
●「特徴を抽出するAI」に使用している画像分類AIを入れ替えるだけで､精度の改善や高速化を図ることができる。「特徴を抽出するAI」に使用する画像分類AIを最先端の画像分類AIに差し替えることで、DetectEye™の性能を改善することが容易である。
●「画像の特徴を抽出するAI」で使用する画像分類AIをエッジデバイスに最適化することで､専用の学習用PC無しに異常検知システムを小型化することが可能[堀田1] [FJM2] [AM3] 。（今後開発予定）

DetectEye™は、画像鮮明化ライブラリ「LuxEye®」や軽量AIアルゴリズム「NeuroEye®」、欠損画像復元アルゴリズム「WipeEye®」など、サイバーコアがこれまで培ってきた基幹技術のラインナップに新たに加わります。DetectEye™により、不良品画像の収集コストが不要になるため、異常検知のソリューション開発をよりスピーディかつ低コストで行えるようになります。

サイバーコアはこれまで、日本企業ではほとんど成果が出ていなかった国際的なAIコンペティションで活躍。2018年に権威ある国際AIコンペティション&カンファレンス「CVPR 2018」の「iMaterialist」カテゴリーで2,261エントリー中、準優勝の成績を収めました。また、今年4月には車両再識別（ReID）アルゴリズムが国際的なアルゴリズム評価サイト「Papers with Code」のランキングで世界1位を記録。続いて、今年6月には画像AIの国際コンペティション「YouTube-VOS 2021 Challenge」で331エントリー中優勝を飾り、前述のカンファレンス「CVPR 2021」で2本のプレゼンテーションを実施するなど、世界的にも高い技術力を有しています。

自動運転分野をはじめ、東京メトロですでに導入されているデプスカメラを用いた混雑率計測AIシステム「RushEye®」などのインフラ分野、ファクトリーオートメーション（FA）分野、医療&福祉分野、コンビニエンスストア等の小売分野など、幅広い分野でソリューションの開発実績を有しています。

以上