同誌社大學與小松公司產學合作開發的壁紙AI識別應用程式「KabePita」決定發布！

概述

「我喜歡這張壁紙，並且想要使用相同的壁紙」「我想要使用與我以前的房子相似的壁紙」為了滿足這些客戶的願望，識別製造商和型號的任務現有的壁紙是新的 室內建築工程所必需的，您在進行裝修或翻新時將需要它。 長期以來，這些任務都是手工完成的，將每個壁紙製造商創建的多個壁紙目錄帶到現場，並將每個樣本與壁紙進行比較以進行識別。 小松公司（總部：大阪府東大阪市，代表董事：小松聰）和同誌社大學理工學院智慧機制實驗室（奧田正宏教授）透過產學合作開發了“自動紋理識別程序”

。 Kabepita是一款革命性產品，它是DX（數位轉型）的一個很好的例子，它可以將人們從長時間工作中解放出來，這是建築業長期以來的一個問題，也是產學合作的典範 。 另外，雖然Kabepita是一款專門用於壁紙識別的產品，但其核心技術——圖像識別AI模型，可以應用於建築材料以外的事物，並且具有新的可能性。 我們將在2022年IEEE第11屆全球消費電子會議上展示這項技術，對於自動紋理識別程序，我們已與小松公司和同誌社大學聯合提交了申請（專利申請號：專利申請號2023-150356）。 去。

同誌社大學理工學院奧田教授的研究團隊正在研究一種使用獨特的機器學習演算法、基於微小紋理差異的影像辨識系統。 我們決定與小松公司合作，發布一款應用該技術的壁紙識別應用程式。 長期以來，在建築業中，施工後識別材料的製造商和產品編號的方法一直是使用許多實體目錄並與建築材料進行比較。 使用這種方法，通常需要兩到三個小時才能識別單一未知材料的零件號碼。 此外，即使對於經驗豐富的專家來說，根據微小的紋理差異來區分壁紙也很困難，這使其成為一項重大挑戰（見圖 1）。 本研究開發的系統是一種高度準確且快速的識別系統，只需幾秒鐘即可解決單一智慧型手機的這些問題。

紋理辨識是機器學習研究的傳統主題，但識別諸如壁紙之類的圖案差異很小的物體一直是一個難題。 此外，就本研究的主題壁紙而言，辨識精度在很大程度上取決於照明的強度和角度，且精確度也根據照明的顏色而變化（見圖2）。 為了解決這個問題，需要一個更環保的辨識系統。

研究團隊使用獨特的方法創建了大規模資料集，並開發了一種能夠實現高精度型號識別的方法。 這種新方法不僅解決了行業中長期存在的挑戰，而且為精細紋理識別提供了新的框架。

這款應用程式專注於壁紙識別，但其核心技術是高度通用的人工智慧模型，可高精度識別微小的紋理差異。 未來，我們正在考慮在更廣泛的領域應用，而不僅僅是建築材料。

关于新产品介绍

为了配合壁纸人工智能识别应用程序“KabePita”的发布，我们将与小松公司合作举办新产品发布会。奥田教授将对识别模型进行技术解释，并进行“Kabepita”的演示。如果您是媒体人士并希望接受采访，请联系同志社大学联络办公室。

关于实验室

智能机制研究室　（奥田正宏教授）　

他专注于信号处理和机器学习（AI），利用稀疏编码等数学方法进行图像理解和时序数据分析方面的研究。特别是近年来，他专注于利用人工智能理解和处理高光谱图像（三维数据）的研究，以及对难以转化为数据的图像的色调、氛围和吸引力进行量化和分析。我们也在研究深度神经网络所具有的潜在偏差（例如，更注重细节特征的习惯），我们正在研究这些潜在偏差发生的原因，以及利用潜在偏差的识别技术。还研究提高准确性的方法。