PR

 富士通は、船舶に搭載するカメラの映像から周囲の船舶を認識して衝突予防に役立てるシステムを、日本最大の国際海事展「Sea Japan 2018」(2018年4月11~13日、東京ビッグサイト)で参考出展した。これまで船員が24時間目視で行ってきた見張り業務を支援することで、船員の負担低減につなげる。将来、国土交通省が2025年の実用化を掲げる自動運航船に今回の技術を応用したい考えである。

富士通が出展した船舶画像認識システムの概要
富士通が出展した船舶画像認識システムの概要
[画像のクリックで拡大表示]

 今回富士通が開発したのは、船首に設置する監視カメラに映る周囲の船舶を検出・識別する画像認識システムである。深層学習(ディープラーニング)を活用し、検出した船舶を自動車運搬船(Car Carrier Ship)、ばら積み貨物船(Bulk Carrier Ship)、タンカー船(Tanker Ship)、コンテナ運搬船(Container Ship)、その他小型船舶(Other Ship)の5種類に分類する。深層学習モデルの開発には米グーグル(Google)のオープンソースフレームワーク「TensorFlow」を用いた。神奈川県の観音崎で約1500枚の写真を撮影し、学習データとして利用した。現在は海運会社と共同でPOC(概念実証)を進めている段階という。

船首に設置する監視カメラで周囲の船舶を検出し、5種類に分類
[画像のクリックで拡大表示]
船首に設置する監視カメラで周囲の船舶を検出し、5種類に分類
[画像のクリックで拡大表示]
船首に設置する監視カメラで周囲の船舶を検出し、5種類に分類
船種の右に表示する「1.00」は確信度100%を意味する

 今後は、夜間や霧中など視界の悪い条件に対応するために赤外線カメラを併用するシステムの開発を進めるほか、船会社とのPOCを通して多様な条件での学習データの収集を進める。現状の課題はカメラのコストだという。ブースで見せたデモは一般的な小型ビデオカメラの映像で、検出できる船舶の最大距離は4、5km程度。一方で、海運会社からは10km先の船舶も検出したいという要望がある。その場合、高解像度の高額なカメラや赤外線カメラが必要になる。それらは高価で、「運航コストを抑えたい海運会社にとって導入ハードルが高い。画像認識システムはデータを集めて学習さえすれば低コストで実現できるので、カメラの低価格化に期待したい」(富士通の説明員)。