Vision AI

画像・映像の認識

現場の目視を、同じ基準で判定し続けます

製造・物流・インフラ ／ 品質保証・設備保全・拠点管理

カメラの映像から、キズ・破損・劣化・人の出入りを判定します。御社の合否ラインを組み込み、判定の証跡を残して既存の業務システムへ戻すところまで作ります。

御社の現場で判定できるか確認する事例を見る

対象にする業務

外観の検査製品のキズ・欠け・異物を見分ける工程

設備・インフラの点検劣化や損傷を見つける工程

現場の常時監視異常や危険を見張り続ける工程

入退と人の流れの把握誰がいつ通ったかを記録する工程

導入分野製造・物流・建設・畜産・公共交通外観検査／積み荷の破損判定／インフラ点検／家畜の異常検知／人流の把握

使う技術画像差分・物体検知・動作認識・顔認証画像と音響を組み合わせた点検は、提案・PoC段階で取り組んでいます

稼働環境オンプレミス・閉域網に対応現場の映像を社外に出さない構成が選べます

コア機能と拡張機能

映像を認識するエンジンと、判定基準を記述する型、判定結果を証跡つきで記録する部分は製品として動いています。そこに御社の合否ラインと現場のカメラ・既存システムをつなぎ込んで、検査や監視の業務そのものを自動化します。

コア機能（製品として持っているもの）	拡張機能（御社の環境につなぎ込んで広げるもの）
映像を認識するエンジン 画像差分・物体検知・動作認識・顔認証	御社の合否ラインを学習させる 正常な状態の画像から、どこまでを許容するかを決める
判定基準を記述する型	現場のカメラ・設備につなぐ 製造ラインのカメラ、定点カメラ、巡回ロボット、入退ゲート
判定結果と記録 証跡画像つきのログ	NGが出た後の運用をつくる 誰が確認し、どこで止め、どのシステムへ戻すか

拡張の範囲は、御社の現場と既存システムを見て相談で決めます。

対応可能か、費用感を一度相談する

汎用の画像認識サービスとの違い

画像を認識するサービスは他にもあります。違いは、御社の合否基準と現場の運用をどこまで引き受けるかです。

	汎用の画像認識サービス	画像・映像の認識ソリューション
判定の基準	用意されたラベルで一般的な物体を返す	御社の合否基準そのものを学習させる
学習させるもの	できない、または限定的	御社の正常な状態と、許容できない状態
出力の行き先	APIの応答	品質管理・入退管理・保全のシステムと、現場の停止判断へ
記録の残り方	呼び出しログのみ	どの画像でどう判定し、誰が確認したかを証跡つきで残す
データの置き場所	ベンダーのクラウド	クラウド・社内サーバー・閉域網から選べる

どこで動くか

本番の業務システムとして動かすために、情報システム部門が確認する4点を先に公開します。

確認する項目	対応
処理の場所	クラウド、社内サーバー、閉域網から選べます。
外部への送信	閉域構成では、現場の映像をネットワークの外へ送信しません。
既存システムとの接続	製造ラインのカメラ・定点カメラ・巡回ロボット・入退ゲートから入力を受け取り、判定結果を品質管理や入退管理のシステムへ戻します。
記録と承認履歴	どの画像をどう判定したかを証跡画像つきで記録します。人が確認して覆した内容も残ります。

任せられる判定

入力するものと出てくるものを、判定の種類ごとに示します。いずれも導入例のある判定です。

判定の種類	入力するもの	出てくるもの
外観のキズ・欠け・異物	製造ラインのカメラ映像、正常品の画像	NG判定と該当箇所の可視化。証跡画像つきのログ
積み荷・資材の破損	入荷・保管・出荷時に撮影した画像	破損の有無と程度。荷主や顧客への説明に使える記録
設備・インフラの劣化	定点カメラや巡回ロボットの映像	劣化・損傷の検知と、前回からの変化
危険な状態・立入	現場に設置したカメラの映像	危険な状態の検知と通知。監督業務を見張りから対処へ移す
人の出入り	入退ゲートの顔認証カメラ	本人確認と入退のログ。カードや暗証番号を使わない運用
人の流れ	施設や会場のカメラ映像	人物を特定しない形での来場動向と導線のデータ
生体の異常	畜舎などに設置したカメラの映像	出産や体調変化の兆候の検知

画像だけで判断が難しい対象に、音や振動を組み合わせて判定する点検は、提案・PoC段階で取り組んでいます。

導入の流れ

全体を発注してから確かめるのではなく、御社の現場で撮った映像で判定できるかを先に見ます。

01実際の映像で判定できるか確認する現場で撮った映像をお預かりし、コア機能で判定できる範囲を確認します。

→

02コア機能の範囲で試す合否ラインを組み込む前の状態で判定結果を見ていただきます。

→

03拡張機能を組み込む御社の合否ラインを学習させ、カメラ・既存システムと接続し、NGが出た後の運用を決めます。

→

04本番運用へ判定結果の戻し先の接続と、運用手順の引き渡しを行います。

御社の実物をお預かりして、コア機能で対応できる範囲と費用感をお伝えします。

対応可能か、費用感を一度相談する

この製品が使われた事例

画像・映像の認識が使われた事例です。

製造／品質保証画像差分検知で外観検査の判定を標準化写真から異常の候補を自動抽出し、目視判定のばらつきと見落としを抑えた事例（製造K社）。事例を読む →インフラ保全／点検車両搭載カメラの映像から損傷を自動検知走行撮影と映像解析で夜間の専任点検を無くし、点検エリアを広げた事例（インフラ保全L社）。事例を読む →畜産／見守りAIカメラで出産・異常の兆候を24時間検知担当者の役割を見守りから判断・対処へ変え、見逃しを防いだ事例（畜産A社）。事例を読む →スポーツ／判定・分析AI動作監視で違反の見逃しと分析負荷を軽減競技中の動作を検知・データ化し、判定と指導の根拠にした事例（スポーツ団体B社）。事例を読む →来訪管理／入館統制顔認証と音声案内で無人受付と入館統制定型の来訪対応を自動化し、入退館ログを閉域網の中で残した事例（企業J社）。事例を読む →不動産／物件記録内覧の撮影データから間取りと設備情報を生成カメラとLiDARで空間を認識し、間取り図と設備情報を自動生成した事例（不動産S社）。事例を読む →

ほかの業務での活用事例も公開しています。

公開している事例をすべて見る

よくある質問

よくいただく質問	回答
汎用の画像認識サービスでは対応できませんか	汎用のサービスは用意されたラベルで一般的な物体を返します。御社の合否基準は御社にしかないため、正常な状態を学習させて基準そのものを組み込む必要があります。判定の証跡を残して既存システムへ戻すところも汎用サービスの外側です。
学習に使う画像はどれくらい必要ですか	正常な状態の画像から学習するため、不良品の画像を大量に集める必要はありません。実際の現場で撮った映像をお預かりして、判定できる範囲を先に確認します。
いま設置しているカメラを使えますか	既設のカメラを使える場合が多く、映像の解像度と撮影の条件を先に確認します。判定の対象と精度によっては、カメラの位置や照明の調整をお願いすることがあります。
判定を誤ったときはどうなりますか	判定は人が確認して確定する運用を前提に設計します。人が覆した内容も記録に残るため、その積み重ねで判定の基準を調整していきます。
映像を外部に出す必要はありますか	要件に応じて、社内サーバーまたは閉域網の中で処理を完結する構成に対応します。閉域構成では映像をネットワークの外へ送信しません。

対応可能か、費用感を一度相談する

現場で撮った映像と、いま人が見ている判定基準をお預かりして、コア機能で判定できる範囲と、御社の環境につなぎ込む拡張の範囲をお伝えします。そのうえで費用感を概算でお出しします。