「形状」ではなく「物質」に着目し、高速で判別できる画像認識手法を開発

近赤外線を用いることで，従来の手法よりも高速で物質を判別する方法を開発。その成果を発表した画像認識分野の研究会「ViEW2016（Vision Engineering Workshop）」で優秀論文賞を受賞しました。
メーカーとの共同开発により，食品加工工场での异物混入検査や，自动车での歩行者検出など，実用化に向けたプロジェクトを进めています。

近赤外线の反射特性を使い，物质の违いを瞬时に判别します。

　私が専门的に研究しているのは，「画像认识」と呼ばれる分野です。最近では障害物を识别してブレーキを作动させる自动车の走行安全システムをはじめ，さまざまな分野で活用され，次世代のものづくりを担う技术として注目されています。
　歩行者を见つけてブレーキを作动させる时には，あらかじめコンピューターに人の形を学习させておき，その形を検知します。ただ，自动车の走行安全システムとなると，道路やコンクリート，植物，歩行者など，多くの対象物を判别する必要があり，すべてを形から判断するにはかなりの计算时间を要します。また，あらかじめ学习した形状しか认识できないのも大きな课题です。そこで私が开発したのが，「形状」ではなく「物质」という観点から判别を行う新たな画像认识システムです。
　私は以前から，ドライバーの居眠りや脇见を监视するための画像认识を，自动车メーカーと共同研究していました。监视をするためには，暗い车中でどこに颜があるのかを判别しないといけません。そこで目を付けたのが，目に见えない近赤外线を照射する方法でした。この研究を进めるうち，自动运転の开発が本格的に始まり，车内を想定して开発してきた技术を，车外の歩行者検出にも応用してみようという话が持ち上がったのです。
　今回開発した方法では，近赤外線の反射率の違いをコンピューターに学習させることで，肌，アスファルト，コンクリート，植物，布を，瞬時に判別することが可能です。物質にはそれぞれ特性があり，照射する近赤外線の波長によって反射率が変化します。そのため，少しずつ波長を変えた176枚の画像の反射率を分析すれば，物質の判別ができるのです。ただ，膨大な画像を計測するには，「形状」の分析と一緒で時間がかかります。そこで統計的な分析手法を用いて，似たデータを省き，有効なものだけを選択するようにしました。その結果，波長の異なる５つの画像から認識するだけで，物質を判別する方法を確立できたのです。

机械の紧急停止などで実用化し，ゆくゆくは自动车にも応用したい。

　电気自动车やハイブリッドカーでは走行に膨大な电気を使うため，车载用のコンピューターは消费电力が少ない小型のものが求められています。その点，私が开発した方法なら，小さなコンピューターでも简単に计算でき，リアルタイムで高速に物质を判别できます。また，近赤外线は，夜间でも高精度の判别が可能です。
　すでに実用化に向けたプロジェクトも动き始めていて，现时点では工场内や会社の敷地内での実用に着目して开発を进めています。その一つが，作业员の危険を回避するための，ロボットアームや运搬装置などの紧急停止システムです。工场内は多くの人や物であふれているため，形状での判别は困难です。ただ，物质判别システムならそれが可能ですし，极端な话，近赤外线に特殊な反射をする作业服を着れば，人かどうかを瞬时に判别できます。まずはこうした分野から开発を进め，将来的には自动车などにも広く展开していければと思います。