東芝、曖昧な言語指示でも検知条件を指定できるインフラ・プラント設備点検向け画像異常検知AIを開発

　株式会社東芝は12日、鉄道・道路・工場・電力設備・プラントなど、老朽化が進むインフラ・プラント設備の点検業務において、従来の画像検知手法に加えて、現場で使われる曖昧な言語指示でも検知条件を指定でき、異常や異常につながる多種多様な変状箇所を高精度に検知できるAIを開発したと発表した。

　同技術は、危険箇所やアクセスが困難なへき地での点検作業において、ドローンやAIによる自動化を促進し、省力化と点検精度の向上を実現するとともに、社会インフラの長期安定稼働と保守点検のDX推進に貢献するとしている。

　東芝では、インフラ・プラントの設備点検へのAI導入は、危険な場所やへき地での現場の画像の取得が困難なことが、AI活用の障壁となっていたと説明する。従来、画像中の変状をAIで検知するには大量の現場画像の収集が不可欠だったが、東芝はこれまで、数枚の画像（正常画像）のみで、点検画像との比較で変状箇所を見つける画像検知手法「差分検知型画像異変検知技術」を開発してきた。この技術は、点検画像の撮影位置や角度が正常画像とずれていても高精度に変状箇所を検知でき、正常であるにも関わらず特徴的なパターンを異常として検知してしまう「過検知」も抑制できる。しかし、背景や周囲の構造物が複雑な画像では過検知の抑制に限界があり、大量の正常画像の準備が再び課題となっていた。

　今回、新たに開発した技術では、「画像と言語を組み合わせたAIモデル（Vision-Language Model：VLM）」を適用し、言語による曖昧な指示でもAIが最適化して、柔軟に検知条件を指定できるように対応した。さらに、「差分検知型画像異変検知技術」を用いて正常画像と組み合わせることで、大量の正常画像の入手が困難な状況においても、過検知を抑え、高精度な変状検知を可能とした。

従来技術（差分検知型画像異変検知技術）の課題（イメージ）

提案手法のポイント

　東芝では、公開データセットを用いて開発した技術の有効性を検証したところ、従来手法と比べて過検知を約半分に抑制でき、トップレベルの性能であることを確認した。

　この手法は、鉄道・道路・工場・電力・プラントなど、さまざまなインフラ・プラント設備に適用できるという。例えば、ドローンで撮影し、太陽光パネルや橋梁の裏面にできたハチの巣、異物、ケーブル断線など撮影が困難な箇所の異常を検知したり、走行車両に設置したカメラ画像から設備のひびやさびといった変状、送電線の断線、部品の脱落などを検知したりできる。さらには、インフラ・プラント設備における水・油漏れやひび割れといった、発生頻度の少ない異常も検知できる。

　東芝は今後、同社の鉄道システム事業部門やエネルギーアグリゲーション事業部門などと連携し、技術の点検業務への適用を目指す。実用化に向けて、システム開発および検知精度のさらなる向上を目指して研究開発に取り組み、ICTソリューション事業部門などとも連携し、新たなサービスの創出も進めるとしている。