少し前にAIやディープラーニングなど コンピュータが学習することで人間と同じような判断ができるという話題が 画像検査の業界でも耳にする機会が多くありました これらは、今後様々な技術革新が背景となり 飛躍的に可能性は膨らんでいくのではないかと考えます ただしAIにしてもディープラーニングにしても 判断および学習の仕方については人間が決めていくことになります もし、コンピュータの内部でどのように判断しているのか 運用側が把握していなければ コンピュータが出した答えを信用しても良いかどうかわからないのが実情です ここで画像検査の「定量化」の話に入ります 画像検査装置には人間のようなあいまいさは持っておらず （というか必要がないとも言えます） 得られた数値を何らかの演算を施し、ある基準に基づいて判断を下しています しかし、この無限ともいえる基準づくりが非常に大変な作業となり 実際の運用に足るまで長い時間がかかっていました カメラから入手したデジタルな映像と目視から得られた映像を比べた場合 映像を数値化で捉えているか、脳内でのイメージとして捉えているかの違いだけで どちらも映像情報のみがインプットされています。 前者の場合 この数値化された映像情報をどのように活用すれば 簡単に基準をつくることができるのか？というテーマに考え出された答えのひとつが コンピュータ内部で統計的な手法を用いるというものでした これにより飛躍的に検査の判定基準をつくるスピードが上がりました。 私たちは 画像検査の定量化と画像検査の運用負荷を軽くするということにチャレンジ しています もしも詳細を知りたいとご要望があれば、実機をご覧いただきながら説明いたします お問い合わせお待ちしております 次回は、「照明の重み」についてお話いたします ■以前の関連ブログ 画像検査のジレンマ (画像検査のコツ　その1) ■ブログ関連商品 外観検査システム