Se ha denunciado esta presentación.
Se está descargando tu SlideShare. ×

GPUいらずの高速動画異常検知

Anuncio
Anuncio
Anuncio
Anuncio
Anuncio
Anuncio
Anuncio
Anuncio
Anuncio
Anuncio
Anuncio
Anuncio
Cargando en…3
×

Eche un vistazo a continuación

1 de 13 Anuncio

GPUいらずの高速動画異常検知

Descargar para leer sin conexión

機械学習の手法を用いた動画の異常検知手法を紹介します。シンプルに最適化されたアルゴリズムによって高価なGPUサーバを必要とせず、初期費用の大幅な削減を実現しました。耐久試験場での試験体の異常動作監視や製品形状の定量評価など製造現場での活用事例を交えて説明します。

機械学習の手法を用いた動画の異常検知手法を紹介します。シンプルに最適化されたアルゴリズムによって高価なGPUサーバを必要とせず、初期費用の大幅な削減を実現しました。耐久試験場での試験体の異常動作監視や製品形状の定量評価など製造現場での活用事例を交えて説明します。

Anuncio
Anuncio

Más Contenido Relacionado

Presentaciones para usted (20)

Similares a GPUいらずの高速動画異常検知 (20)

Anuncio

Más de Core Concept Technologies (15)

Más reciente (20)

Anuncio

GPUいらずの高速動画異常検知

  1. 1. GPUいらずの高速動画異常検知 2019/4/5 LT会 馬場峻司
  2. 2. CONFIDENTIAL © Core Concept Technologies Inc. 0.アジェンダ 2 1. 自己紹介 2. 動画解析とは 3. 動画解析の期待と課題 4. 提案手法紹介 5. 活用事例 6. まとめ
  3. 3. CONFIDENTIAL © Core Concept Technologies Inc. 3 IoT/AIソリューション事業部 エンジニア 馬場峻司 経歴: 2014年 3月 理学系大学院卒業 ~ 2017年 9月 某生命保険系SIer企業卒業 ~ 2017年 10月 ハンググライダーのインストラクターになる ~ 2018年 5月 CCT入社 現在の業務: 行列計算やPythonと日々格闘しながらエンジニアとして業務にあたる 最近は画面開発や窓口業務も拡大中 1.自己紹介
  4. 4. CONFIDENTIAL © Core Concept Technologies Inc. 4 2.動画解析とは • 動画解析とは カメラで撮影された動画を用いた解析を経て有用な 情報を抽出すること DNN(ディープラーニング)を用いた手法が主流 例1)稼働監視 撮影している機械が稼働中か否かを判定 稼働率や作業効率を定量化する 例2)異常検知 動画をもとに期待される動作からの乖離を 数値化し、期待していない動作や事象を検知する
  5. 5. CONFIDENTIAL © Core Concept Technologies Inc. 5 3.動画解析の期待と課題 • 期待 様々な現場に使用できるかもれない 人間のような高度な判断を任せられるかもしれない • 課題 計算リソースが膨大になる →初期費用がかかる GPUサーバー:100万~ 学習に大量のデータ、専門知識が必要 →汎用性に欠ける 保守費用がかかる まずは手軽に 試したい……
  6. 6. CONFIDENTIAL © Core Concept Technologies Inc. 6 4.提案手法 • 必要なもの PC、カメラ、正常動作を網羅した動画 パラメータ • 仕組み 1. 正常動画の学習 正常動画を用いて動画のピクセル毎に異常検知器を 作成。異常検知器にはK-近傍法を用いている。 2. 異常フレームの検知 フレーム毎に外れ値を判定し異常ピクセルを黒くする。 黒ピクセルの割合で異常度を計算する。正常動画と 比較し大きく異なる動きをとると黒く表示される。 K-近傍法イメージ
  7. 7. CONFIDENTIAL © Core Concept Technologies Inc. 7 4.提案手法 • 実験 2つの動作をするロボットアームを用意し 動画Aを正常動作、動画Bを異常動作と仮定。 動画Aを学習し動画Bを解析する。 動画A:正常 動画B:異常
  8. 8. CONFIDENTIAL © Core Concept Technologies Inc. 8 4.提案手法 • 実験結果 動画Aにない動きの部分 のみ黒ピクセルとして 表示出来ている。 動画A:正常 動画B:異常
  9. 9. CONFIDENTIAL © Core Concept Technologies Inc. 9 5.活用例 活用例1 • 耐久試験中の異常動作監視 反復動作する機器の異常を監視!! 活用例2 • 製品の品質定量化 回転加工中に製品がごくわずかなゆがみを定量化!!
  10. 10. CONFIDENTIAL © Core Concept Technologies Inc. 10 6.まとめ 提案手法の特徴まとめ • 家庭用ノートPCでも高速な動画解析が可能 • 少ない学習データ、簡単な設定で学習が可能 • 異常個所が定量的、視覚的にとらえられる為、DNNにありがちな ブラックボックスな部分がない • 効果的な適応条件は以下の通り 監視対象が反復動作を行っていること 画角を変えず定点で撮影可能なこと 異常動作では正常動作にない動きをすること
  11. 11. CONFIDENTIAL © Core Concept Technologies Inc. 11 宣伝 画像センシングシンポジウムSSII2019に採録! ※http://ssii.jp/ssii/index.html 提案手法は学術的にもご評価いただいております! ご検討の際は、実際に現場でデモさせていただきます!!
  12. 12. CONFIDENTIAL © Core Concept Technologies Inc. 13 補足 実験で用いた動画の詳細は以下の通り 解像度:約380x220 フレームレート:30fps 解析にかかった時間は動画1フレームの解析で約0.002秒!

×