2021 Fiscal Year Final Research Report
Automatic design of visual inspection systems using self-learning AI technology
Project/Area Number |
19K12055
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Review Section |
Basic Section 61010:Perceptual information processing-related
|
Research Institution | Chukyo University |
Principal Investigator |
AOKI KIMIYA 中京大学, 工学部, 教授 (40324488)
|
Project Period (FY) |
2019-04-01 – 2022-03-31
|
Keywords | マシンビジョン / 画像処理 / 外観検査 / 進化的探索 / オートコーディング / 目視検査 / 人工知能 |
Outline of Final Research Achievements |
Visual inspections are indispensable in the manufacturing process, and automation of visual inspections is required to improve inspection reliability and efficiency. However, automatic inspection systems tend to be developed specifically for each inspection target or item, including image processing methods, sensor selection, and adjustment and design of lighting conditions according to the target. In addition, versatility and flexibility are required to accommodate small quantities of various products, a wide variety of inspection items, and changes in inspection specifications and standards. In this study, an automatic design and adjustment method for the image capture system has been proposed (hardware) and the image processing system (software) of the inspection system using AI technology.
|
Free Research Field |
知覚情報処理・知能ロボティクス
|
Academic Significance and Societal Importance of the Research Achievements |
本研究における学術的意義は二つある.一つは,デジタル画像処理と撮像系を相互に最適化することの重要性を示したことである.画像処理技術は,カメラやレンズ,照明システム等のハードウェアと,デジタル画像データに対するソフトウェアの両面を含むが,近年のAI技術の発展から,ソフト偏重の傾向がある.如何に優れたアルゴリズムも,そもそもデジタル画像データ中にない信号を処理・認識することはできない.二つ目は,AI技術における再学習・再利用について具体的な指針を与えたことである.本研究では,間違ったデータ群を自動分類し,つまり間違いの傾向を分析して,簡単に再学習できる方法を提案した.
|