NECは2018年3月5日、スーパーやコンビニでの決済時における商品の読み取り作業を画像認識によって効率化する技術「多種物体認識技術」を開発したと発表した。生鮮品、日配品、パッケージ品まで、あらゆる小売商品を認識する。小売店での決済無人化に貢献する。
図1●多種物体認識技術による画像認識（出所：NEC）拡大画像表示
多種物体認識技術は、生鮮品のように個体ごとに外観の違いが大きい自然物から、パッケージ品のように酷似したデザインが大量にある工業製品まで、多種多様な小売商品を高精度に認識する技術である。さらに、これら多数の商品を雑然と置いても、一括して個々の商品を認識する。
これにより、バーコードやRFIDを1つ1つ読み込ませることなく、レジ台に商品を置くだけの簡易な操作で、商品を一括して認識できるようになる。
これに対して、従来の画像認識技術では、生鮮品などの自然物とパッケージ品などの工業製品を一律に認識することは困難だった。また、これらの商品をまとめて正しく認識するには、商品を整然と並べる作業が必要だった。
自然物の判定は深層学習、パッケージ品の判定は特徴マッチング
特性が異なる複数の小売商品を認識するための工夫として、それぞれ特性が異なる2つの技術を採用した。商品ごとに、ディープラーニング技術と、特徴マッチング技術の、それぞれを適用したときの認識精度を推定し、認識精度が最大化するように各技術の適用配分を調整する。
青果物などの生鮮品のように、個体ごとに外観の違いが大きい自然物に対しては、個体ごとの違いを吸収して判別できるディープラーニング技術を適用する。一方、飲料、菓子、カップ麺、雑貨などのパッケージ品のように、酷似したデザインが大量にある工業製品に対しては、デザイン配置の違いを詳細に判別できる特徴点マッチング技術を適用する。
弁当やデリカなどの日配品のように、自然物（具材）と工業製品（商品ラベル）の特性を併せ持った商品に対しては、ィープラーニング技術と特徴点マッチング技術の両方の技術を適用し、その結果を統合して認識する。
また、多数の商品が雑然と混在した複雑環境において商品を認識するため、個々の商品単体を撮影するだけで、多数の商品が雑然と混在した複雑環境の画像を大量に自動で生成する仕掛けを用意した。こうして生成した画像を機械学習する仕組み。大量の学習画像データを用意する必要がない。
