NEC开发出高速摄像头物体识别技术、提高生产线点检效率

　　NEC与日本东京大学研究生院信息理工学系研究科石川正俊教授实验室妹尾拓讲师等组成研究小组，共同开发了“高速摄像头物体识别技术”。

　　本技术从高速摄像头拍摄的每秒1,000帧的大量图像中，瞬间筛选适合识别的图像，从而快速精确地判别检查是否合格。将本技术应用于生产线，无需为了检查产品而操作生产线，可顺利部署并提高生产效率。

　　使用该技术，可以做到实时识别以0.03秒的速度从摄像头前面经过的物体上刻印的5毫米左右微小文字的差异，且正确率高达95%以上。

　　在高速移动的生产线中使用图像解析技术来进行点检时，需要暂停生产线或调整速度等来拍摄图像。使用高速摄像头可以有效解决这个问题。但是，要处理的图像数量比过去增加了10倍以上，要花费大量时间来处理图像，无法实现实时检查。

　　本技术可以从高速摄像头拍摄的大量物体图像中，瞬间筛选有助于识别判断物体的划痕和刻印的图像。并且，为了正确判别划痕和刻印，会使用小规模神经网络反复进行识别处理，并采用多数表决方式确定识别结果，从而实现了高速精确的判别。通过该技术，可以对至今为止只能进行抽样检查的对象进行全检，有助于防止生产线中混入异物并确保同等质量，加强质量管理。

　　本技术有望应用于生产线上高速移动的瓶罐的标签等的外观检查、药丸和食品的异物检测等方面。

　　在截止到2020年度的三年中期经营计划“2020中期经营计划”指引下，NEC灵活运用AI・IoT等先进技术，今后也将通过制造业一线与数字的融合来应对多样化的需求，致力于实现强有力的生产经营和新服务的开拓，与客户一起实现“NEC Value Chain Innovation(NEC价值链创新)”(注)，即在整个价值链共享人和物、流程的信息和状态，创造新价值。

　　【背景】

　　近年来，制造业为了应对顾客需求的多样化，不断发展多品种变量生产，兼顾质量纠纷预防及缩短交货期的需求日益增强。但是，随着劳动人口的减少，为了维持并提高生产效率，不再依赖人工而是以图像识别为主来加强产品检查正受到关注。此次融合NEC图像识别技术和东京大学的高速移动物体的跟踪技术，双方共同开发了“高速摄像头物体识别技术”。

　　【高速摄像头物体识别技术的特点】

　　1.瞬间从大量图像中筛选适合物体识别的图像

　　本技术主要着眼于高速摄像头跟踪处理中计算出的物体移动量等信息与图像的清晰度等利于识别的图像之间存在的相关性。根据这些相关性，从物体的移动量及表示图像清晰度的亮度值当中设定图像判断的适配度。通过此适配度，AI可以瞬间判断并筛选每个图像对识别是否有效。

　　因此，从高速摄像头拍摄的每秒1,000帧的对象物体的大量图像中，只筛选了清晰拍摄可识别有无划痕或刻印的图像，从而将待处理的图像数量及其解析时间削减到几十分之一。

　　2. 使用同一物体的多幅图像进行实时识别

　　使用高速摄像头的情况下，可对于同一对象物体获取多张稍有不同的图像，增加对象物体的信息量并进行分析。

　　本技术采用多数表决方式，使用小规模的神经网络对每个拍摄图像反复进行轻量化识别，对比识别结果并将最多的结果作为正解。与以往过去只识别一张图片相比，处理速度缩短4成左右，可以0.01秒左右的高速进行处理，实时识别高速运动的物体。

　　NEC与东京大学在“动态图像处理实用化研讨会”(会议时间：3/7～8，会场：北九州国际会议场)上发表了本技术。

　　本次发表的一部分是基于国立研究开发法人新能源・产业技术综合开发机构(NEDO)的“推进IoT的横断技术开发项目”中“通过高速视觉传感网络的实时IoT系统和应用技术开发”中的实施成果。