[2K4-GS-10] AI応用：製造

[2K4-GS-10-05] 自己教師あり学習による自動車組立作業の行動解析に関する基礎検討

〇久保 莞太¹、久冨 あすか²、伊藤 浩隆²、東園 雄太²、小野 智司¹ (1. 鹿児島大学大学院、2. トヨタ車体研究所)

[[オンライン]]

キーワード：時系列行動セグメンテーション、深層学習、行動認識、半教師あり学習

近年，製造業などにおける人手不足と作業効率向上の観点から作業員の行動解析の要望が高まっており，自動車組立作業においても同様の解析が望まれている．しかし，多くの工場では依然として作業時間の計測や手順の正確性の確認が人手で行われており，行動解析に多大な時間を要している．このような需要の高まりから，深層ニューラルネットワークを活用した時系列行動セグメンテーション手法が自動車組立映像に適用されている．しかし，時系列行動セグメンテーションの教師あり手法は，映像を構成するフレーム単位でのラベルを必要とするため，通常の分類タスク等と比較してアノテーションコストが極めて大きい．このため本研究では，自己教師あり学習のアプローチを導入した時系列行動セグメンテーション手法により，少量の教師ありデータから自動車組立作業の行動解析を可能とする技術の実現を図る．実験により，提案手法を用いることで少量の教師ありデータから時系列行動セグメンテーションを行えることを確認した．