AIモデリングサービス「画像解析AI」の高まるニーズとユースケース

このエントリーをはてなブックマークに追加

こんにちは。データデザイン部でディレクターを担当しております、八木です。

お客様の課題にあわせ、AIを用いたデータ分析や、予測を行うための学習済みモデルの開発のご支援をしております。
AI活用に関するさまざまなご相談をいただきますが、「自社のビジネス課題がAIで解決できるか分からない」、「具体的な用途をイメージできない」という理由でAI活用に二の足を踏んでいる企業も多くいらっしゃいます。そのようなのお客様の声にお応えするため、昨年末に「AIモデリングサービス」をリリースしました。

AIモデリングサービスとは

「AIモデリングサービス」は、具体的な用途に特化した6つのカテゴリーにて、AIモデル開発に必要な工程のうち、(1)データアセスメント(2)データの前処理(3)モデル開発、の3つをパッケージ化してサービス提供しています。
具体的な用途を示したことで、AIで何ができるか分かりやすいといった声をいただいております。

※AIモデリングサービス詳細はこちら
【用途カテゴリー】

  • 画像解析AI
  • 異常検知AI
  • 需要予測AI
  • 自然言語解析AI
  • 数理最適化AI
  • 価格推計AI

 
 

いま、高まる画像解析ニーズ

6つのカテゴリーの中で、最近特にご相談が増えているのが、画像解析AIです。
製造業のお客様をはじめ、流通業やサービス業のお客様からも、目視等の人手による作業を効率化したい、抜け漏れ・作業ミスを減らしたいといった課題に対し、画像解析技術を活用したいというご相談が増えています。

なぜ今、企業の課題解決策の手段として、画像解析の活用が注目されているのでしょうか。
その背景は、主に2つあると考えています。

1:Deep Learningによる画像解析精度の向上

1つ目は、『Deep Learningによる画像解析精度の向上』です。
ご存じの方も多いかもしれませんが、2012年の「ILSVRC」という大規模な画像解析の精度を競う国際コンテストにおいて、Deep Learningを活用したチームが圧倒的な精度を見せつけ優勝して以降、飛躍的な精度向上が続いており、限定的な用途においては、人間の眼を超える認識能力があると言われています。
Deep Learning技術の進歩こそが、画像解析の活用がビジネス課題の解決策として検討されるようになった最大の要因だと思います。

2:データ取得のハードルが比較的低い

2つ目は、『データ取得のハードルが比較的低い』ことです。
2019年度の総務省の調査によると、AIへの取り組みに必要なデータは十分揃っていると回答したのは約1割で、大半の企業はデータの準備不足です。このような状態で、AI活用を検討することは非常に困難です。
特に、AIモデル開発に日々のビジネス活動に関連する実績データ、ログ等が必要となる場合、データが揃っていない、足りない場合、データを貯める環境を構築して、データ蓄積を開始して…となると、AIモデル開発に着手できるのにあと数年待たなければいけないといった事態になりかねません。

一方、画像データの場合は、現時点で画像取得ができていなくても、学習に必要なサンプル画像をスマホやカメラを使って新たに取得すること自体は、機器の進歩によって比較的容易だと言えます。
ただ、画像の撮影環境や画像の種類によっては、取得することが難しいケースもありますが、その場合の対処方法としてCGで学習データ自体を生成するやり方もございます。こちらに関しては、後述します。

このような背景もあり、現在「画像解析」ニーズが高まっているわけですが、具体的なユースケースを3つご紹介したいと思います。

ユースケース1:「製造業における製品の不良品判定」

画像解析技術を用いて、製造業の工場ラインにおける製品の不良品判定を自動化することができます。
製品の不良品画像を学習させ、良品/不良品を判定するAIモデルを開発します。不良品になること自体が稀で、画像を用意することが難しい場合は、良品画像を学習させ、それに合致しない場合を不良品として認識するようなAIモデルを開発することも可能です。

【課題】

  • 目視チェックによる誤判定、見逃しによる品質低下
  • チェック業務に時間がかかる

ユースケース2:「不動産業に外壁劣化診断」

画像解析技術を用いて、不動産業における外壁の劣化・異常診断を自動判定することができます。
外壁の劣化やひび割れを撮影した画像を学習させ、劣化度合い・劣化の種類を自動判定させるAIモデルを開発します。

【課題】

  • 熟練者のノウハウに依存し属人化しやすい
  • 点検業務に時間がかかる

ユースケース3:「自動車整備における車のナンバープレート認識」

画像解析技術を用いて、車のナンバープレート画像から、車両を自動で特定するAIモデルを開発することができます。
て自動車整備の現場において次々に運ばれてくる車と、車両ごとに決められた整備計画の照合に時間を要するというご相談をいただくことが多いです。ナンバープレートに記載されている文字を認識させるAIモデルを開発することで、スマホやタブレット等でナンバープレートを撮影するだけで簡単に車両を特定することが可能になります。

【課題】

  • 車両特定の作業に時間がかかる

画像取得の課題と解決策とは

最初に、画像データの取得は比較的ハードルが低いとご説明しましたが、撮影環境や対象物によっては、画像データの準備が困難な場合もあるかと思います。

【画像取得が難しい例】

  • 対象物の画像を収集できるタイミング・期間が限られている
  • 工場ラインの既存の異常検知システムが画像を貯めるようにできていない
  • サンプルとして用意できる異常データが少ない。(異常品が1000品に1品など)
  • 撮影した日が晴れの日ばかりで、日光の影響を強く受けてしまう
  • 現地での撮り方に精度が左右されてしまう

そのようなケースにおいて、弊社では、学習させる画像データ自体を3DCGで生成することで、対応しています。3DCGを用いると、さまざま撮影環境、対象物の状態・シーンを想定した画像を用意することが可能になります。以下の画像は、CGで生成したナンバープレートの元画像に対し、さまざまな撮影環境、対象物の状態を想定して「汚れ」や「変色」、「影」、「白飛び」等の状態をCGで再現したものになります。


▲車のナンバープレートのCG画像イメージ

CGによる画像生成についてはこちらのブログもあわせてご覧ください。
画像データが十分にない!をCGによるデータ生成で解決

さいごに

今回は、現在さまざまな業界で活用が増えてきている「画像解析」のニーズとユースケースについてご紹介いたしました。もちろん、画像解析ですべての課題に対応できるわけではございませんが、活用の幅が広がってきているのは事実です。ビジネス課題の解決策の一つの手段として、画像解析の活用を検討してみてはいかがでしょうか。

弊社は、画像解析をはじめ、多種多様なAIモデル開発のご支援をしております。ぜひお気軽にご相談ください。

AIモデリングサービスについてもっと知る

本サービスに関する詳しい資料などをご用意しております。
AIモデリングサービスの詳しいご説明、および資料請求などは、お気軽にお問い合わせフォームよりご連絡ください。

詳しくはこちら

WRITER
Risa Yagi

ディレクター

八木 梨佐Risa Yagi

不動産、放送事業者等、複数のAI・データ活用のディレクターを担当。 WEBサービスのPMや、経営戦略推進などの経験を活かし、お客様のAI活用のプランニングからプロジェクト推進を支援。

最新記事

ページTOPへ