1/22ページ
カタログの表紙 カタログの表紙 カタログの表紙
カタログの表紙

このカタログをダウンロードして
すべてを見る

ダウンロード(1.4Mb)

水質判定AIに革命か!?【流体・動画解析AI DeepLiquid】

製品カタログ

流体・動画解析AI DeepLiquidをご紹介しています。

・流動体解析と動画AIが高度に融合
・濁度や色、油膜、流量、粘度、水位など様々な分野に応用
・日本ディープラーニング協会正会員AnyTech社のAI

動画を深層学習するだけではなく、流体力学に基づいて流動体を判定します。
「流体を理解するAI」これが実現する日はくるか。非常に夢のある話ですね

このカタログについて

ドキュメント名 水質判定AIに革命か!?【流体・動画解析AI DeepLiquid】
ドキュメント種別 製品カタログ
ファイルサイズ 1.4Mb
取り扱い企業 英和株式会社 (この企業の取り扱いカタログ一覧)

この企業の関連カタログ

このカタログの内容

Page1

世界中の流体データを集積し、AIで地球の健康と未来を守る 1
Page2

のご紹介 流動体(気体・液体)解析に特化した動画認識AI 流動体 ✕ 動画AI 流体系の監視・異常検知における動画AI実用化のノウハウを基に 貴社のイノベーション創出に貢献致します 2
Page3

の対象領域 シーンに合わせたDX促進 流動体といっても、対象は様々 水処理から、コンクリートや鉄鋼 食品や炎・煙まで幅広い流動体に対応可能 現場における活用シーンも 製造工程、検査工程、監視工程など あらゆる視点からアプローチすることで 現場課題から経営課題まで ユースケースに合わせたAIを活用可能 3
Page4

DeepLiquidのユースケース 異常検知 粘度推定 異物検知 動画認識 4
Page5

ユースケース紹介 異常検知 水面の様子から、色・ゆらぎ・泡・油を検出 トラブルやワーク停止のタイミングを検知 ケース①:沈殿槽での異常検知 水処理施設 ● 浮いている油を検知 ● 凝集異常の検知 ケース②:曝気槽での異常検知 ● 色/泡の異常検知 ケース③:加圧浮上槽での異常検知 ● 泡の異常検知 鉄鋼 5
Page6

油検知デモ動画 油検出を例にした流動体の検出 作業・確認工程における油流入リスクの検出 油の流入状態と等しく検出が可能であり、 人による目視と同程度の判断を自動化 また泡立ち箇所の誤検知回避といった 流動体に特化している強みを保有 6
Page7

色検知デモ動画 BTB溶液の変化 遠隔地のパソコンの画面 7
Page8

ユースケース紹介 粘度推定 製品の水分量、粘り気、混合状態を検出 品質チェックを数値化 ケース①:生コンクリートの状態判定 コンクリート ● 練り混ぜ工程などから状態を判定、数値化 ● スランプ試験の自動化 ケース②:製品製造工程における粘度推定 ● 製造工程で設備内を流れる対象の異常を判定 食品 8
Page9

粘度推定サンプル動画 流動体の粘度を推定 作業・確認工程における対象粘度による品質チェック 品質の基準となる粘度を有しているか検出が可能 人による目視と同程度の判断を自動化 非接触かつ全数検査への適応も可能 9
Page10

ユースケース紹介 異物検知 含有異物を泡と区別し異物を検出 ケース①:ボトル内異物検知 ● 飲料製造工程におけるボトル内での異物検知 飲料 ● 泡との区別 ケース②:滴定検査での異常検出 ● 滴定試験における状態変化 ● 泡の状態の判別 薬品 10
Page11

ボトル内異物検知デモ動画 極小の異物を検知 ボトル内に混入した異物を検知 流動体特化ゆえに泡と見間違えることなく 異物のみを異常と検知することが可能 DeepLiquid Explainer による異物混入判別AIの判断根拠の可視化 11
Page12

ユースケース紹介 動画認識 炎や煙の有無のほか、パイプ表面の液漏れなど動画 を入力とした様々な活用 ケース①:サイトグラス目視確認の自動化 炎 ● 製造工程におけるサイトグラスでの状態判定 ● 界面やエマリ状態の判定 ケース②:対象箇所における水漏れ ● 漏水箇所の特定や状態検知 煙 12
Page13

投与口検知デモ動画 薬剤などの投与チェックに活用 施設内の薬剤投与口や排水口を撮影 投与は排水状況を解析し、異常時はアラート 13
Page14

水位検知デモ動画 水面の位置を特定 水筒やサイトグラス内の水面の位置を検出 水位の特定やその動きを捉えることが可能 目視で操業トリガーにしている場合などAIに よる代替を実現可能 14
Page15

【特許出願中】動画での流動体分析 流体解析技術をDeepLearningに応用し、流体の属性情報を解析する処理方法を開発 従来の計測装置や目視確認と比べ 動画から非接触で対象を解析することが可能 速度ベクトルの色表現 動画データと対象の粘度情報のみで流体の動きを解析 色:方向 濃淡:大きさ 従来のAIでは取得できない情報を解析、アルゴリズムに活 白:速度ベクトルが0の状態 用することでDeepLiquidの精度向上に繋がっている 15
Page16

【特許出願中】動画での流動体分析 従来のAI 大きな流れは解析できるが、流体らしさを分析することができない DeepLiquid 物体に回り込み、渦巻くような流体らしさを分析可能 16
Page17

DeepLiquidのアーキテクチャ概要 17
Page18

DeepLiquid Anomaly Detectorの特徴 教師なし学習を用いたアプローチ DeepLiquid 綺麗な海面の 課題・要件 Anomaly 動画(画像) Detector 異常検出をしたいが、異常の発生が 非常に希少であり、異常動画データ 学習フェーズ を集めることが困難 綺麗な海面の 動画(画像) 正常 DeepLiquid DeepLiquidの価値 Anomaly Detector 正常動画(画像)だけを用いて学習 汚れた海面 異常 させるだけで、流体や動画の異常状 の動画(画像) 態を高精度に検出可能 現場稼働フェーズ 18
Page19

DeepLiquid Graphicの特徴 CGを活用したデータ作成支援アプローチ CGでの流体らしさの再現 異常状態や仮想トラブルをCGで作成し、学習や検証に活用 19
Page20

一般的な異常検出AIと比べた特徴 一般的な異常検出AIでは、「表面的な浅い」情報しか学習できないため、正常の範囲 が狭く、本来は正常と判断されるべき動画でも、異常と判断されてしまうことがある 一方、DeepLiquid Anomaly Detectorでは、より柔軟で精度の高い異常検出が可能 一般的な異常検出AI DeepLiquid Anomaly Detector 正常 異常 正常 正常 綺麗な海面の 魚などが写った 綺麗な海面の 魚などが写った 動画(画像) 正常動画 動画(画像) 正常動画 本来は正常と見なさ 異常 れるべきだが、正常 異常 物体が大きい場合、 汚れた海面の 異常と判断されてし 汚れた海面の 動画(画像) まうケースが多い 動画(画像) 20