/日本工業出版(株)/

※ご注意※
・データ転送での販売となります。入金確認後転送いたします。
・紙媒体からスキャンした画像データをpdf化しております、元の誌面に起因する汚れ、歪み、またスキャナの不調によるかたむき等はご容赦ください。
・個人的な範囲を超える使用目的での複製、ネットワークを通じて収録されたデータを送信できる状態にすることを禁じます。

■解説
〔外観検査〕
○機械学習と外観検査
/みずほ情報総研(株)/玉垣 勇樹・橋本 大樹・水谷 麻紀子・永田 毅
画像分類、物体検出、領域分割(画像セグメンテーション)等の画像を対象とした機械学習タスクの外観検査への適用を概説し、実際に機械学習を適用する際に必要となるデータ処理やチューニング等について解説する。最後に筆者らが機械学習を適用した外観検査の具体的な事例を紹介する。

○画像認識アルゴリズム自動生成における局所良否判定技術の開発
/富士通(株)/布施 貴史・岡本 浩明・芳賀 進・長門 毅
生産ラインで使用される画像認識のアルゴリズムを自動生成する技術に関して、画像内の局所領域毎に良否を判定する技術を開発した。実用性の評価により有効性を確認し、欠陥位置の推定が可能な画像良否検査の実現に目途がたった。

〔FA〕
○ディスプレイ画質検査におけるAIの実応用
/(株)ファースト/尾河 雄太
ディスプレイ画質検査装置では欠陥を検出するだけではなく欠陥分類まで細かく要求されることが多い。そこで、従来手法のみでは困難な欠陥分類及び過検出抑制を目指しConvolutional Neural Network(CNN)を用いた自動分類の可能性を検証した。その結果、検査員による再判定数を約90%削減できる可能性を示した。

〔放送・通信〕
○番組制作における顔認識技術を用いた被写体確認システム
/東芝デジタルソリューションズ(株)/中村 恭子/(株)東芝 山地 雄土/日本テレビ放送網(株)/加藤 大樹
被写体を取り違えて放送してしまう「誤報」は社会的な影響が大きいため、番組制作現場では多くの人手を割いて放送映像素材の内容確認を行っている。番組制作における確認作業の正確性向上と効率化を目指して、映像素材に映る被写体について顔認識技術を用いて本人確認を行う被写体確認システムを開発した。生放送特番において顔認識システムを用いた実証実験により、適合率99.74%の精度で顔を正しく認識でき、目視による被写体の確認作業と比較し作業時間が大幅に短縮できることを確認した。

〔AR・VR〕
○VRを活用したスポーツパフォーマンス向上
/NTT/三上 弾・西條 直樹・五十川 麻理子・薮下 浩子・草地 良規
スポーツパフォーマンス向上に重要な要素である主観と客観のギャップを埋めるためにVR環境を活用するVRトレーニングシステムを紹介する。これは客観データに基づいて空間を合成し、HMDを通して体験することでそれを自身の主観とするものである。

〔入力・出力〕
○ライトフィールド撮影のためのコンピュテーショナルフォトグラフィ
/大阪大学/長原 一
ライトフィールドを撮影するカメラはライトフィールドカメラと呼ばれ、様々なライトフィールドカメラがこれまで提案され、商品化もされてきた。ライトフィールドは、一般的には光線の入射位置と角度の4次元パラメータで表されるため、ライトフィールドカメラは、この4次元情報を光学系の工夫によって2次元画像センサ上にマッピングしてサンプリングし、2次元撮影画像から4次元ライトフィールドを再構築する。本校では、これまで提案されてきた様々なライトフィールドカメラの光学系や復元手法を紹介し、その特徴について解説する。

〔認識・検出〕
○Neural Joking Machine:知識蒸留に基づく面白キャプション生成
/東京電機大学/螺良 和樹・吉田 G. 光太・美濃口 宗尊・中村 明生/(国研)産業技術総合研究所/片岡 裕雄
本研究の目的は、単なる状況説明だけでなく、人間が面白いと感じることができ、かつ多様性のある画像キャプションの生成手法を開発することである。そのために、データベース内のお題の種類ごとに学習して、知識蒸留をするLearning for Collecting Surprisingly Humorous knOWledge(C-SHOW Learning)を提案する。加えて、キャプションを学習する際に、データベースのボケを単語単位で学習するのではなく、文字単位で学習する。実験により、BoketeDBの語彙数削減・学習時間低減を確認した。また、先行提案手法と比較して、出力ボケの面白さは同等の評価を維持しつつも、多様性は向上した。

○複数センサ統合処理による環境情報の抽出及び構造化に関する研究
/鹿児島大学/福山 功大・渡邊 睦
近年、ウェアラブル端末の利用が注目され、様々な分野で実際に活用されている。本研究では、観光地や未知の場所において、一人称視点での情報提示のためのビジョンベースによる特徴的な環境情報の自動抽出結果を基にした観光支援システムを提案する。

○色恒常性カメラ画像を用いた物体識別
/大阪工業大学/田中 靖浩・西口 敏司・三阪 健人・奥野 弘嗣
多様な照明下でも影響を受けずに精度のよい物体識別を可能とすることを目指し、人の視覚に備わっている機能の一つである色恒常性を再現したカメラで撮影した画像を用いて学習を行い、通常のカメラ画像で学習した結果との比較検証結果を紹介する。

○畳み込みニューラルネットワークの起源とその後
/(一財)NHKエンジニアリングシステム/藤井 真人
世界的学術賞であるフランクリン賞の2020年の受賞者である福島邦彦氏のネオコグニトロンは、画像認識分野で主流の畳み込みニューラルネットワークの原型であり、本稿では、その開発経緯と深層学習への発展について概観する。

○車の傷検出モデル構築に向けたデータベース作成手法
/明星大学/後藤 匠・相澤 俊・大堀 翔平・武藤 良・セイエドネシャド ロスタム・植木 一也
本研究では、自動車の画像に対して傷を合成し、その合成画像を学習することによって自動車についた傷を、セマンティックセグメンテーションを用いて検出するシステムの実現を目指す。セマンティックセグメンテーションは画像をピクセルレベルで把握し、各ピクセルを画像内の各オブジェクトに意味付けし割り当てることができるため、これを利用して自動車の傷を検出する。傷がついた車の画像を収集し、その画像に対してアノテーションをするのは非常にコストがかかる。そこで本研究では、自動車の画像と傷の画像を合成すると同時に自動でアノテーションすることで、データ収集のコストと、アノテーション作業のコストの軽減を図る。今回の実験では、傷の種類を線傷に限定して学習を行った。はじめに自動車と傷を合成した画像を学習し、評価を行ったところ、地面を傷と誤検出してしまうなど、正しく傷を検出できなかった。これを解決するため、地面を含む画像を学習データに含めて学習と評価を行った。また、傷の検出精度をより向上させるため、傷ラベルの領域を膨張させて学習と評価を行った。最後に、合成画像を用いず、実際に自動車に傷のついている画像のみで学習と評価を行い、検出精度を比較した。今後の課題としては、傷の種類と学習データの増加、車体に反射する物体を誤検出してしまう問題を解決するなどがあげられる。

〔画像処理〕
○深層学習を利用した印刷物用電子透かし法の実現に向けて
/大阪府立大学/今川 寛之・岩田 基・黄瀬 浩一
印刷物から撮影することで情報を得るシステムを実現する技術に電子透かしがある。この場合、撮影した画像から如何にして透かし入り画像の位置検出を行うかが問題になる。本稿では深層学習を利用した位置検出を行う電子透かし法を提案した今川らの手法について解説する。

〔3D〕
○三次元復元のテクスチャリングにおける外れ値の検出と低減
/大阪大学/中村 航太/Facebook/Michael Waechter/東京大学/菅野 裕介/大阪大学/松下 康之

■コラム マルコーニの彼方へ 236
○ポスト・コロナ、新たな時代を生きぬく
/ヤマネコ