コンクリート劣化検出
画像処理技術
SciCS

SciCSでは、どのような業務上の課題を
解決してくれますか？

SciCSは、サイエンスパーク株式会社が開発・実装した、コンクリートに特化した画像処理技術です。

一般的に画像処理システムとは、デジタル画像データに対して、画像を変換したり、特定の情報を抽出するような処理全般を指します。たとえば、画像の中の明暗や濃淡、色の違い、形の特徴などから、さまざまな判定・測定を行うことができる技術です。

SciCSは撮影された画像データを元に、AIのモデル設計・学習を行い、コンクリートのひび割れ、ジャンカや乖離、錆のほか、支障物、繋ぎ目、表面汚れなども判別し、コンクリートが劣化した箇所を効率的に検出することができます。

SciCSサイクスの特徴

撮影された画像データから、SciCSは非常に高い精度で劣化した部位を指し示すことができます。検出精度を高めるエンジン、誤検出を低減させる機能など、複数のソフトウェア・アルゴリズム・システムを組み合わせることにより、まるで現場で経験を積んだコンクリート診断士のように、不具合を明示します。

特筆すべきは、そのカスタマイズ性の高さです。ハードウェアを含めたシステムの利用体系・要件のヒアリングから、最適なシステムを構築。

吐き出された結果は、希望形式のデータにすることも可能です。

劣化箇所の検出精度を高める3つのエンジン

• コンクリート柱ひび割れ検知エンジン※
  日本電信電話株式会社（NTT）からライセンスを受けたエンジンにより、ひび割れを検出します。コンクリートのひび割れに特化したエンジンのため、機械学習の弱点であった未知のひび割れも検出することができます。
  ※本技術は、サイエンスパーク株式会社が日本電信電話株式会社から「デジタルカメラ画像による高精度なコンクリート柱のひび割れ検知技術」のソフトウェア使用許諾を受けてパッケージ化したものです。
• ディープラーニング
  大量のデータから特徴を発見する技術「ディープラーニング」を使い、コンクリートの劣化箇所の特徴を学習させ、剥離・錆・傷・ひび割れなどを検出します。
• アンサンブル機械学習
  ひびなど劣化の特徴を定義することで、劣化部位の特徴量を検出し、定義に近いものを統計学の観点から見つける技術（回帰分析）です。

誤検出を低減させる3つの機能

• 支障物除去機能
  ボルト、草木、電柱用バンド、貼り紙防止シートなど、背景や手前に映り込んだ障害物をひび検出対象から除きます。
• 表面汚れ除去機能
  動物の糞尿、排気ガス汚れ、クモの巣など、コンクリート表面の汚れをひび検出対象から除去します。
• 継ぎ目除去機能
  Pコン穴（セパ穴）や、コンクリート打継目、目地などをひび検出対象から除去します。

開発者インタビュー

サイエンスパーク株式会社
画像システム課

その名の通り、画像処理をメインで行うチーム。受託開発を中心に、システム構築を担当する。これまでカードに記載された文字の認識、顕微鏡画像の物体の推定、トンネルの劣化検出などを開発。検出に適したAIの学習に必要な教師データ（アノテーション）の作成から環境構築まで、幅広い開発が可能な画像処理のスペシャリスト集団。

SciCSサイクスを支える技術

• 3種のエンジンの良いとこ取り
  SciCSの開発は、日本電信電話株式会社から「デジタルカメラ画像による高精度なコンクリート柱のひび割れ検知技術」のソフトウェア使用許諾を受けてパッケージ化した「コンクリート柱ひび割れ検知エンジン」からスタートしました。人工知能の開発に必要な大量の学習データが不要なので、ご注文からシステム運用開始までの期間が短いのが特長です。 さらに錆、漏水、剥離などを検出するディープラーニングと、ひび割れ以外の劣化を検知してふるいにかけるアンサンブル機械学習を追加。3つの検出エンジンの良いとこ取りをしたことで、多様なコンクリート劣化を判断できるようになりました。
• 大切にしているのは「対話すること」
  時には精度を上げるため、画像と対話するように向き合うこともあります。画像をどう加工すれば検出したいポイントを目立たせることができるのか、じっくりと観察するのです。画像の一部を見過ぎて全体を見渡せなくなるのは危ないので、バランス感覚を大切にしながら開発しています。 対話するのはコンピュータだけではありません。私たちの技術を信頼してご依頼いただいたクライアントともしっかりと向き合っています。必要な機能と精度、スピードなどをしっかりとヒアリングしてからカスタマイズするため、オーダーメイドのようにお客様のニーズに沿った製品を提供できるのです。
• 特長的な機能「支障物除去機能」
  お客様から好評をいただいているのが支障物除去機能です。例えば電柱の写真なら、壁や草などの背景も写り込んでいるのですが、SciCSは電柱の特徴もプログラムされているので、電柱のみをフォーカスして検出することができます。 さらに劣化として検出されやすい汚れや継ぎ目なども認識して、検出から外すことができます。これらの支障物除去機能は競合製品ではあまり見られないもので、サイエンスパークの技術力の真価を発揮したSciCSの特長的な機能だと言えるでしょう。
• シンプルで美しいプログラムが顧客満足度を上げる
  そんなSciCSですが、すぐに完成形に辿り着いたわけではありません。開発当初は沢山のアイデアを盛り込んで実装したのですが、コードがゴチャゴチャになってしまい、一度リセットした過去を持ちます。本当に必要な機能が何か取捨選択をして、余計なものをそぎ落としたら、シンプルで軽い現在のSciCSの土台ができあがりました。 アプリケーションの速さにはこだわっています。たとえば、アプリケーションを作る言語は遅くなりがちなので、検出に携わるところは速度の出る言語を使い分けたりしました。「どんな情報を受け渡しすれば効率が良いのか」これからも創意工夫を重ねて、より良いものを作っていきたいです。

導入までの流れ

1. ヒアリングとゴールの設定
   お客様から用途と目的をヒアリングし、どのような用途のためにどのようなシステムが必要で、どの程度の精度のソフトウェアをご提供するのかご相談します。
2. ご契約
   1. で作成した要件定義を元にお見積りを作成します。 合意したお見積り額にて契約締結を行います。
3. モデルチューニング・システム開発
   お客様から画像データを100枚〜10,000枚程ご提供いただき、AIのモデル設計・学習を行います。 複数のAIを組み込み、案件に最適化したシステムを開発します。
4. 運用開始
   設計・学習したAIおよびシステムを、実際の現場で運用します。 運用テストの段階でわかった改善点について、ご相談のうえ対応します。 システムにクラウドサーバを使用する場合は、この時点で運用費が発生します。
5. 運用テスト
   実際の運用を開始します。 お客様からご要望があれば、機能拡張等のリクエストにもご相談に乗らせていただきます。