| 研究課題/領域番号 |
19K12055
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61010:知覚情報処理関連
|
|---|
| 研究機関 | 中京大学 |
|---|
研究代表者 |
青木 公也 中京大学, 工学部, 教授 (40324488)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | 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 |
|---|
| 研究成果の概要 |
モノづくりの現場において，外観検査は欠くことができないが，検査の信頼性・効率化の観点から，目視検査の自動化が求められている．しかし，画像処理手法，センサ選定・照明条件は対象に応じた調整・設計等，自動検査装置はハード・ソフト共に検査対象・項目毎にワンオフ開発になりがちである．また企業からは，少量多品種，多種多様な検査項目，検査仕様・基準の変化等へ対応できる汎用性・融通性が求められている．そこで本研究では，AI技術による，検査装置の撮像系(ハード)と画像処理系(ソフト)の自動設計・調整手法を提案することを目的とし，外観検査装置の開発工数の大幅な削減を目指した．
|
| 自由記述の分野 |
知覚情報処理・知能ロボティクス
|
| 研究成果の学術的意義や社会的意義 |
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．
|
