NEC开发出高速摄像头物体识别技术、提高生产线点检效率

本篇文章1601字，读完约4分钟

Nec与日本东京大学研究生院信息技术系教授组成了一个研究团队，由该实验室讲师梅等共同开发了“高速摄像物体识别技术”。

在该技术中，从高速照相机每秒拍摄的1000帧的大量图像中，适于识别的图像被立即筛选，从而快速且准确地判断检查是否合格。当这种技术应用到生产线上时，不需要为了检查产品而操作生产线，这样可以顺利部署，提高生产效率。

利用这一技术，我们可以实时识别出印在物体上的5毫米左右的微小字符以0.03秒的速度通过摄像机前方的差异，准确率达到95%以上。

在高速移动的生产线上使用图像分析技术进行现场检测时，需要暂停生产线或调整速度来拍摄图像。使用高速摄像机可以有效地解决这个问题。然而，与过去相比，要处理的图像数量增加了10倍以上，并且处理图像花费大量时间，因此不能实现实时检查。

这种技术可以从高速摄像机拍摄的大量物体图像中即时筛选出有助于识别和判断物体划痕和印痕的图像。此外，为了正确区分划痕和印痕，采用小规模神经网络进行重复识别处理，并采用多数投票法确定识别结果，实现了快速准确的识别。利用该技术，可以对目前只能取样检验的物品进行全面检验，有助于防止异物混入生产线，保证质量一致，加强质量管理。

这项技术有望应用于生产线上高速移动的瓶罐标签的视觉检测，以及药丸和食品中异物的检测。

在2020年结束的三年期中期业务计划“2020年中期业务计划”的指导下，nec灵活运用ai iot等先进技术，也将通过未来制造一线和数字化的整合来满足多样化的需求，努力实现强大的生产运营和新服务的开发，与客户共同实现“NEC价值链创新”(注)，即在整个价值链中共享人、物、流程的信息和状态。

[背景]

近年来，为了应对客户需求的多样化，制造业不断发展多品种、多品种的生产，注重预防质量纠纷，缩短交货时间。然而，随着工作人口的减少，为了保持和提高生产效率，人们越来越重视通过注重图像识别来加强产品检测，而不是依靠人工。将nec图像识别技术与东京大学的高速运动目标跟踪技术相结合，双方共同开发了“高速摄像目标识别技术”。

[高速摄像物体识别技术的特点]

1.从大量图像中即时筛选出适合对象识别的图像

该技术主要关注高速摄像机跟踪过程中计算出的物体运动等信息与图像清晰度等有利于识别的图像之间的相关性。根据这些相关性，从物体的移动量和表示图像清晰度的亮度值来设置图像判断的适应度。通过这种适应性，人工智能可以立即判断和筛选每幅图像是否有效识别。

因此，从高速照相机以每秒1000帧拍摄的大量物体图像中，只有能够清楚地拍摄以识别是否有划痕或印记的图像被筛选，从而将待处理图像的数量及其分析时间减少到十分之几。

2.使用同一对象的多个图像的实时识别

使用高速相机，我们可以为同一个物体获得几个稍微不同的图像，并增加物体的信息并对其进行分析。

该技术采用多数投票法，利用小规模神经网络对每幅拍摄图像重复进行轻量级识别，并将识别结果进行比较，将大部分结果作为正解。与过去只识别一幅图像相比，处理速度缩短了约40%，可以以约0.01秒的高速处理，从而实时识别高速运动的物体。

Nec和东京大学在“动态图像处理实用研讨会”上展示了这项技术(会议时间:3/7 ~ 8，地点:北九州国际会议厅)。

本出版物的部分内容基于国家研发机构nedo的“物联网跨领域技术发展项目”中“通过高速视觉传感网络发展实时物联网系统和应用技术”的实施成果。

(注)nec价值链创新:

这是一个nec业务领域，它有效地利用最先进的数字技术，通过与客户的共同创造活动，在跨企业和行业的框架内连接人、物和流程，从而创造新的价值。为实现一个与地球共存、不断发展企业、丰富人类生活的社会做出贡献。

参考网址(日文):jpn.nec/nvci/index

高速摄像机目标识别技术(日语)

jpn.nec/rd/technologies/201904/index