■解説
〔ロボットビジョン〕〔認識・検出〕
○環境認識可能な電動棚による商品整理作業の自動化/名城大学/田崎 豪・大原 賢一
移動しながら作業するロボットはバッテリーで動くため、環境認識の演算に必要な、消費電力が大きいコンピュータの搭載が困難である。そこで、棚に環境認識機能を持たせ、ロボットに必要な情報と、作業しやすい環境を提供することで、商品整理作業を自動化した。

〔外観検査〕〔画像処理〕
○様々な学習モデルを用いた鉄筋コンクリート造壁のひび割れ幅計測/室蘭工業大学/鎌田 聖也・大笹 航汰・高瀬 裕也・溝口 光男
近年、巨大地震により鉄筋コンクリート造の建物が大きな被害を受け、使用できなくなったり、取り壊されたりすることがある。そのため、画像から損傷状況を正確で定量的に計測する技術が求められている。本研究では、複数のディープラーニングモデルを用いて、非構造壁試験体のひび割れを適切に識別し、ひび割れ幅を測定する手法を提案する。

〔インフラ整備〕〔解析・計測〕
○ゼロエナジーゲートウェイ高感度カメラ付 沖電気工業㈱/橋爪 洋・久保 祐樹・依田 淳
当社は、電源工事、通信配線工事が不要で設置容易性に優れた「ゼロエナジーゲートウェイ」を2021年３月に、販売を開始している。本稿は、その追加ラインナップとして高感度カメラ付について紹介する。

○UAV搭載型レーザスキャナ・ユニットと点群データ生成手法の開発/関西大学/窪田 諭・山本 雄平・田中 成典/法政大学/今井 龍一/大阪経済大学/中村 健二/摂南大学/塚田 義典/大阪電気通信大学/中原 匡哉
施工現場の進捗状況や災害時の状況把握での利活用を目指し、既存研究で明らかとなっている要件を基に再構成したUAV搭載型レーザスキャナと誤差要因を最適化する新たな点群データの生成方法を紹介する。

〔自動車〕〔画像処理〕
○車載カメラ画像に対する高効率符号化手法/大阪府立大学/伊藤 浩朗・吉岡 理文
自動運転システムのカメラ画像を効率的に記録する需要が高まっている。本稿では、H.264/AVCをベースとして、入力画像のうち非ROI領域をあらかじめ縮小した後に符号化処理を行う手法を提案する。評価の結果、提案手法はROI領域の画質劣化を抑えながら、発生符号量の低減効果が得られることを確認した。

〔教育〕〔認識・検出〕
○画像認識についての学習による小学生のAIに対するイメージの変容についての検討/島根大学/大久保 紀一朗/宮城教育大学/板垣 翔大/信州大学/佐藤 和紀/立命館大学/中川 哲/中村学園大学/山本 朋弘/東北大学/堀田 龍也
本研究では、小学生を対象に画像認識についての学習を実施し、児童の人工知能（Artificial Intelligence、以下AI）に対するイメージの変容を、児童のAIに対するイメージの自由記述の分析と学習中の児童の様子から検討した。実施した学習によって、AIに対する理解が深まり、恐怖感が低減したことが示唆された。

〔エンタテインメント（アートやコンテンツなど）〕〔インターフェース〕
○空中像光学系とセンシングシステムの融合について 電気通信大学/小泉 直也
空中像とは、光源から発された光が光学素子によって反射・屈折し、空中に結像したものである。ここに適切にカメラシステムを導入することで、空中像を人が直接的に操作するようなインタラクションを実現できる。本稿では、空中像光学系のセンシングシステムを融合した研究例を紹介する。

〔認識・検出〕
○修正コストに基づく物体検出評価指標の提案/㈱サイバーエージェント/大谷 まゆ
物体検出では、mean average precision（mAP）を主な評価指標として採用してきた。mAPは、画像全体から検出した物体領域に対してクラスごとのランキング性能を評価している。本研究ではmAPとは異なる観点から物体検出の性能を評価する指標を提供するため、Optimal Correction Cost（OC-cost）を設計した。

〔その他〕〔基礎研究〕
○画像処理技術の重力波観測への応用/東京都市大学/坂井 佑輔・髙橋 弘毅
重力波観測では、突発性雑音が発生し、しばしば問題になる。突発性雑音は、原因に起因する様々な時間-周波数特徴を持つため、その分類は有効である。本稿では、画像処理分野にて成果をあげている畳み込み深層ニューラルネットワークを用いた教師なし学習を突発性雑音の分類へ応用した事例について解説する。

〔認識・検出〕
○AIエッジを強化するディープラーニング技術/沖電気工業㈱/玉井 秀明・国定 恭史・川村 聡志・山本 康平
当社は、AI、特にディープラーニングヘの取り組みとして、現場の近くで稼働する業務特化型AI（AIエッジ）に注力している。本稿では、ディープラーニングをAIエッジ領域に適用する際に起こりうる課題を解決するため、OKIが研究開発中の三つのディープラーニング技術を紹介する。

■特集：電池製造における自動外観検査＆マシンビジョンテクノロジー②
○AI技術によるシート検査装置の欠陥分類性能向上/オムロン㈱/枦山 博幸
シート製品の製造における目視検査を削減するため、ルールベースとCNN（Convolutional Neural Network）を組み合わせた欠陥分類手法を提案する。２種類の欠陥で提案手法を評価した結果、目視検査同等レベルの分類性能が確認できたため、その成果をここに紹介する。

○車載バッテリー向けAI外観検査技術の紹介/㈱HACARUS/栗山 覚
少量の学習データから効率よく重要な特徴を見つけだして良い推定を行う、スパースモデリングを活用したAI外観検査技術は、良品データのみの良品学習でAIモデルを作成することができるので、金属加工品の表面や刻印部で過検知を抑えつつ、検査を自動化することが可能である。

○リチウムイオン二次電池の品質管理を支えるX線異物検査/解析ソリューション/㈱日立ハイテクサイエンス/高原 稔幸・鈴木 直貴・関 雄太
リチウムイオン二次電池（LiB）は、様々な製品で発熱・発火事故の報告がある。その原因の一つである内部短絡は、LiBに混入した金属異物が問題となることが知られており継続的な対策が行われている。当社は、LiBの内部短絡要因となる金属異物混入への対応にX線技術を用いた検査／解析技術で支援する。本稿では、LiB生産現場から得られた顧客課題を解決した検査／解析ツールを紹介する。

■シリーズ
○イメージングリソースガイド⑫/エドモンド・オプティクス・ジャパン㈱
ユーザーのアプリケーションがマシンビジョン、ライフサイエンス、セキュリティ、或いはITSシステムにかかわらず、イメージング技術の基本を理解しておくことは、洗練されたイメージングシステムの開発や導入に欠かせない。センサーや照明技術の進歩がシステム対応力に無限の可能性を秘める一方、これらの技術のデザインや製造には物理的限界があるのも事実である。光学部品もこの例外ではなく、オプティクスがシステム性能の制限因子になることもしばしある。本連載は、読者がイメージングシステムの特定やシステム性能の最大化を行い、かつ投資コストを最小化するのをサポートする目的でデザインされている。