サイバーコアは2021年12月8日、正例判定AI「DetectEye」を提供開始したと発表した。良品と不良品を画像から判定する。数百枚の正常画像を学習するだけで異常画像を判定できる。良品と不良品の双方の画像を学習させる必要がなく、学習にかかるコストや時間の削減を図れる。
サイバーコアの「DetectEye」は、良品と不良品を画像から判定する正例判定AIである。特徴は、数百枚の正常画像を学習するだけで異常画像を判定できる点である。良品と不良品の双方の画像を学習させる必要がなく、学習にかかるコストや時間の削減を図れる。仕組みとして、「特徴を抽出するAI」と「特徴を整理するAI」の2つのAIで構成する（図1）。
図1：DetectEyeは「特徴を抽出するAI」と「特徴を整理するAI」の2つのAIで構成する（出典：サイバーコア）拡大画像表示
処理は、2つのAIが連携して行う。最初に「特徴を抽出するAI」が、入力画像の特徴マップを抽出する（図2）。次に「特徴を整理するAI」が、得られた特徴量と、正常画像群の特徴量を比べ、類似性を分析する。類似性が低い領域を、異常値（0～100％）としてピクセル単位で検出する。最後に、異常値を元に着色処理を行い、異常のある領域と強度を可視化する。
図2：2つのAIが連携して処理を行い、異常のある領域と強度を可視化する（出典：サイバーコア）拡大画像表示
「特徴を抽出するAI」は、学習済みの画像分類AIを使っているため、必要な学習は「特徴を整理するAI」だけになる。「特徴を整理するAI」の計算コストは小さく、解像度が200×200ドット程度のカラー画像を数百枚学習する場合、1分以内で学習を完了できるとしている。
なお、特徴を整理するAIには、学習後に数百枚の正常画像を再び入力し、異常値の適切なしきい値を再計算させる。これにより、正常領域を異常領域として誤検出しないように、異常値検出の精度を安定させる。この処理は、学習時に1度行えばよい。
「特徴を抽出するAI」に使う画像分類AIを他のものと入れ替えることで､精度の改善や高速化を図れる。例えば、特徴を抽出するAIで使う画像分類AIをエッジデバイス向けのものと入れ替えると学習用のPCを用意する必要がなくなり、異常検知システムを小型化することができる。
