[1I3-GS-10f] AI応用：製造・検査・工程最適化

14:40 〜 14:55

[1I3-GS-10f-05] 撮影条件の変動に頑強な外観検査手法の確立

〇新村 諭¹ (1. 長野県工業技術総合センター)

キーワード：

外観検査、異常検知

近年、AIによる外観検査は公開データセットで高い精度を記録しているが、製造現場への適用においては、検査品の位置ズレや照明環境の変化など、撮影条件の変動による精度劣化が大きな課題となっている。特に、導入コストが低いコンベア搬送による外観検査では、撮影条件の変動が避けられず、従来の手法では十分な検出精度が得られない。
　これに対し、変動に強いゼロショット異常検知や、3D Gaussian Splattingを用いた手法も提案されているが、前者は特定の形状への過剰反応、後者は複数カメラを用いることによるコスト増大と検査の低速化という課題がある。
　本研究では、これらの課題を解決するため、低コストな単一カメラで、少量の異常サンプルを学習させるAprilGAN-FAを提案する。本手法はゼロショット異常検知手法とFew-shot学習を組み合わせることで、撮影条件の変動に頑強となり、従来のFew-shot学習では困難であった高精度な外観検査を実現した。本アプローチにより、サンプル収集の手間とコストを最小限に抑えつつ、高速な検査スピードを備えた実用的な外観検査システムの構築が可能となった。