[レポート] 国際画像機器展2017出展のご報告

2017年12月6日(水)～8日（金）にパシフィコ横浜にて開催された「国際画像機器展2017」に出展しました。
会期中は多く方に来場いただき、さまざまな情報交換をいたしました。ISPブースへお越しいただきました皆さん、ありがとうございました！

今回の展示内容を紹介いたします。

Deep Learningでの
歩きスマホ検出システム（初出展）

歩きスマホ検出システムの動画を参考出展しました。
カメラからの映像をAI／Deep Learning で解析し、歩きスマホ行動を検出するものです。
少量データ（約30人分）の学習で、７８％の検出精度を実現しています。

当日の展示パネルと、デモの様子です。
歩きスマホをしている人は赤い矩形、普通の歩行者は青い矩形で示し、歩きスマホ行動を判別します。

コンクリートひび割れ検出エンジン
「ひびここ」

コンクリートを撮影した画像から、「ひび」を検出するデモを行いました。
壁の模様や汚れ、シミなどは区別し、ひびのみに反応を示します。
比較的少量のデータ（50-100枚程度）にて個々に異なる「ひび」を検出するようになり、環境に応じたカスタマイズも可能であることを、デモソフトウェアをもとにご案内しました。

カメラでの撮影画像とひび検出画像。
右下の穴や、オレンジ色の汚れには反応せず、「ひび」のみを検出します。

製造業向け外観検査ソフトウェア
「gLupe」

Deep Learningにより不良品、異常・異物を検出するgLupe(ジールーペ)。
最大の特徴は、「少量の正常データのみで学習」が可能なことです。
データ収集のコストを大幅に削減し、スピーディーな導入が実現可能です。
また、正常データのみを学習するアプローチを採用していることにより、未知の異常も検出することが可能です。

展示会当日には、十数ほどの正常データを使ってその場で学習を行い、異常検知を実演しました。