さらに検知AIの「目」が光る　　　　　　　　　　　　　　～人間の目視を超える日は近い？～

生成AI関連の新技術や手法、導入事例などがニュースとして賑わすことが多い2025年上期ですが、画像認識AI技術においても、進化は続いています。

これまでは技術的に困難だった、対象の一部が隠れた状態での推論技術をはじめ、高解像度画像の高速超解像技術、さらには既存手法では見抜けない「巧妙なAI生成画像」の検出技術なども登場しています。

一部隠れて見えなくても判定・検知ができるように

対象物体の一部が隠れると、ConvNetやTransformerベースの従来の識別モデルは識別精度が大幅に低下しがちです。
これは主に、隠れた部分の特徴を推測する能力が不足しているためであり、モデルや技術が悪いものではありません。とは言え、一部見えない箇所が発生することがありうるシーンにおいては、画像認識AIの導入を諦める原因のひとつでもありました。

新たに発表された手法（参考文献参照）では、拡散モデル（例えばStable Diffusion）の画像補完（inpainting）能力を活用した識別モデルを開発しています。「隠れた部分を仮補完できる特徴」を学習モデルに取り込むことで、物体の一部が隠れても安定して動作する識別モデルの構築に成功しました。

この手法では「隠れた部分」を、そのピクセルが「欠落」しているとみなすことで、画像補完問題として捉えます。拡散モデルの補完能力により、障害物の背後にある物体の視覚的特徴を予測することが可能になります。このアプローチにより、物体の一部が隠れている場合でもモデルの識別精度を維持できます。

隠れた部分があっても判定・検出できるシーン_製造・建設

業種やその活用シーン別で役立ちそうな場面例は以下の通りです。

◆製造ライン
・組立部品がケーブルや工具に隠れていても、部品の有無や状態を判定可能
・製品の一部が他部品や影で隠れていても、欠陥や異常箇所を検出
・パッケージ内に部品が正しく収まっているか、重なりがあっても判定

◆建設、インフラ
・重機や作業員が他物や構造物に隠れても、状況把握や安全監視を継続
・足場や仮設資材に遮られた構造部の欠陥や破損を補完認識
・ヒビや腐食が一部隠れていても、状態を推定し保守対象として反映

隠れた部分があっても判定・検出できるシーン_商業施設・医療

◆商業施設、小売
・人物が部分的に隠れるケース（隠れたり被写体交差）でも検出を維持
・商品が前面商品やPOPに隠れていても種類や在庫数を把握
・人やカートが遮っていても人物の動きや手の動作を分析

◆医療
・部分的に欠損したCT/MRI画像でも病変などの判定を安定化
・X線画像で骨が器具や他組織で部分的に見えないケースでも骨折や腫瘍を補完的に検出
・CT画像で臓器の一部が他組織に隠れていても変化を継続的に可視化