Solution Use Case

AI画像解析

秘密計算技術
AI解析

AIによる画像解析でヒトの業務の自動化や精度向上を実現

AIを活用した画像解析の取り組みが注目を集めています。医療分野ではX線や心電図等の診断に対するAIでの診療支援が進み、製造・物流分野では工場の製造・検品工程の異常検知や検品の自動化等へAIを取り入れた業務効率化が進んでいます。

様々な業界でAI画像解析の活用が広がりをみせる一方、PoC（実証実験）に取り組んだものの期待どおりの成果に至らなかったと伺う機会も増えています。
元来、画像やセンサー等の数値化されていないデータは、売上や在庫データ等の数値データと比べて活用が難しいとされています。事実、画像認識のAIはパッケージ品や簡易なモデルが増え、より身近なツールになってきているものの、既製品では理想のパフォーマンスが出ない、他ケースへ応用ができない等の個別の調整を求められるケースをよく耳にします。

このページでは画像解析をする際に発生するデータ不足や傾向予測が困難なケースに対し、イーグリスがAI画像解析サービスを提供した事例について紹介いたします。

Issue よくある課題

AI画像解析の分野では、近年、パッケージ品や簡易なモデルを提供するサービスが増えていますが、単純なライブラリを元にしたモデル生成では画像解析の精度や汎用性に課題があり、期待どおりに活用できないケースをよく耳にします。具体的には規定の形状の画像認識はできても自社が取り扱っている商材の一部が認識ができない、既製品であるために撮像できる画角も限られる、といったケースがあります。また、製造の現場で取り組みの多い「異常検知」では頻繁に起こることのない状態を画像から認識する必要がありますが、そもそも異常な状態をAIに認識させるためのデータがないまま解析をおこなわざるをえず、取り組みを開始した後、別途、AI開発ベンダーへ個別に対応を依頼するというケースも散見されています。

AI algorithm design technology

AIアルゴリズム設計技術

高速・高精度なAIによる画像解析で物流センターの無人化を支援

物流会社では工場や物流センターの無人化や省人化に向け、庫内にカメラを複数設置し撮影した画像をAIで解析し、出荷商品の判定・異常検知・エリアの仕分けに取り組んでいます。
しかし、既製品を使ったAI解析では商品の判別精度が不十分であることも多く、数万点単位の商品を検品する場合、理想の結果に繋がらないという課題があります。

イーグリスは数万点レベルの物流センターにおいても画像認識できる独自のAIアルゴリズムをゼロベースで設計し、従来のパッケージ品では困難であった超高速（0.15秒以下）、高認識率（98.55%）、高正解率（99.99％）の商品認識を実現し、顧客より世界最高レベルの高速・高精度「AI画像認識技術」を開発したと評価をいただきました。この結果、AI画像解析アルゴリズムを産業ロボと連携させることで、出荷判定や仕分け、在庫管理システムの入力等業務の自動化による物流センターの無人化へ貢献することができました。

中古車査定を画像解析で自動化。
査定レベルを標準化し、業務も自動化

車両の査定業務では人手による傷の判定が一般的でした。某中古車販売会社では顧客へ査定金額提示をおこなう際、査定士が現場へ足を運んで傷を確かめ、写真撮影をおこなっており、査定士による1件当たりの対応工数が課題でした。（年間10万件以上の目視確認を人手で実施していた）

イーグリスは画像解析技術を用いて、AIが傷の判定をおこなうエンジンを作成することで業務の自動化に取り組みました。AIへ大量の査定画像を学習させることで、顧客から査定依頼時に提出される車両の写真から自動で傷の部位を検知し、傷の深度や種類を判別したうえで査定金額を自動で算出することに成功しました。

Various types of model design

様々な種類のモデル設計

工場の異常検知作業を画像解析で無人化。
業務精度向上とコスト効率改善に貢献

画像データを活用するAI解析のユースケースでは、通常では起きにくい「異常な」状態を予測したいケースがあります。
某製造会社では、製造工程で発生する粉塵が規定値を超えていないか検知する業務をAIによる画像解析で自動化し、無人化することに成功しました。異常値を検出する場合、通常時のデータからどれほど逸脱しているかを判断するAIモデルが必要になりますが、異常と判断する元になるデータがそもそも存在していないため、使用可能なアルゴリズムが限られ、同時にデータを大量に処理するための応答速度が課題でした。