[事例ニュース]

X線手荷物検査を深層学習で40%効率化、日立が2018年度中に実用化

2017年11月1日(水)日川 佳三(IT Leaders編集部)

日立製作所は2017年11月1日、X線による手荷物検査をディープラーニング(深層学習)で効率化する技術を開発したと発表した。確実に安全な手荷物を目視検査不要とする。試作システムでは、全ての手荷物を目視検査する従来の方式に比べて、検査員が同じ時間内に検査可能な手荷物の数が約40%増加した。2018年度中の実用化を目指す。

図1●X線手荷物検査において安全性を自動識別する技術の概要(出所:日立製作所)図1●X線手荷物検査において安全性を自動識別する技術の概要(出所:日立製作所)
拡大画像表示

 X線による手荷物検査を人工知能(AI)で効率化する技術である。ディープラーニングを使って、手荷物内の物品一つひとつを認識し、材質、密度などから安全性を自動識別する。一見安全な物品でも、材質や密度が通常と異なり、改造や細工が疑われる場合は、目視検査を提案する。

 確実に安全な手荷物を目視検査不要とする点がポイントである。検査員は、安全な物品の検査に時間を取られることがなくなり、危険性が疑われる物品の検査に集中できるようになる、これにより、効率的かつ確実な手荷物検査が可能となり、検査の待ち時間を短縮できる。

 本技術を適用したX線手荷物検査システムを試作し、スポーツ・音楽イベントを想定した、延べ60人の来場者に対する手荷物検査の実験を行った結果、全ての手荷物を目視検査する従来の方式に比べて、検査員が同じ時間内に検査可能な手荷物の数が約40%増加した。

 技術の特徴は、大きく2つある。(1)複数の物品が接していても別々に認識可能な、物品領域抽出技術と、(2)安全性判定の誤認を防ぐ、2段階の安全性識別技術、である。

 (1)の、複数の物品が接していても別々に認識可能な物品領域抽出技術では、X線の透過量から物品の単位面積あたりの質量を推定することで、X線撮影画像から物品が存在する領域を画素単位で網羅的に特定する。次に、ディープラーニングを活用して物品らしい形状を抽出する。

 これにより、複数の物品が接していても別々に認識できるようになる。物品らしい形状が存在する領域と、はじめに特定した、物品の存在する領域との間に差異がないかを検証することで、物品の認識漏れも防ぐ。

 (2)の、安全性判定の誤認を防ぐ2段階の安全性識別技術は、危険物を誤って安全と判定しないために、「ディープラーニングによる安全な物品の識別」と、「物品の標準的な特徴を用いた識別結果の信頼性の検証」という2段階の安全性識別技術を組み合わせる。

 あらかじめ安全な物品をディープラーニングを用いて学習しておくことで、まずは、抽出した画像が安全な物品か否かと、その種類を識別する。次に、識別した物品のX線画像から得られた材質、密度、大きさなどの特徴を、あらかじめ準備しておいた同じ種類の物品の標準的なデータと比較することにより、識別結果の信頼性を検証する。これにより、確実に安全な物品のみを安全であると識別することができる。

関連キーワード

ディープラーニング / 深層学習

関連記事

トピックス

[Sponsored]

X線手荷物検査を深層学習で40%効率化、日立が2018年度中に実用化 日立製作所は2017年11月1日、X線による手荷物検査をディープラーニング(深層学習)で効率化する技術を開発したと発表した。確実に安全な手荷物を目視検査不要とする。試作システムでは、全ての手荷物を目視検査する従来の方式に比べて、検査員が同じ時間内に検査可能な手荷物の数が約40%増加した。2018年度中の実用化を目指す。

PAGE TOP