特許ウォッチ

公開番号2024112226
公報種別公開特許公報(A)
公開日2024-08-20
出願番号2023017151
出願日2023-02-07
発明の名称X線検査システム
出願人株式会社IHI,株式会社IHI検査計測
代理人弁理士法人青海国際特許事務所
主分類G06T 7/00 20170101AFI20240813BHJP(計算;計数)
要約【課題】貨物の種類を正確に推定する。
【解決手段】X線検査システム100は、検査対象である貨物をX線を用いて撮像し、検査対象のX線画像を出力する撮像部400と、税関申告情報に含まれる貨物の大きさに基づいて、X線画像のサイズを変更する第1の画像サイズ変更部582と、サイズが変更されたX線画像を、所定の画像サイズを有する複数の部分X線画像に分割する第1の画像分割部584と、貨物に関する学習用X線画像に基づいて構築された学習モデルを用いて、複数の部分X線画像のうち少なくとも1つに写っている貨物の種類を推定する推定部586と、を備える。
【選択図】図3
特許請求の範囲【請求項１】
検査対象である貨物をＸ線を用いて撮像し、前記検査対象のＸ線画像を出力する撮像部と、
税関申告情報に含まれる前記貨物の大きさに基づいて、前記Ｘ線画像のサイズを変更する第１の画像サイズ変更部と、
前記サイズが変更された前記Ｘ線画像を、所定の画像サイズを有する複数の部分Ｘ線画像に分割する第１の画像分割部と、
前記貨物に関する学習用Ｘ線画像に基づいて構築された学習モデルを用いて、前記複数の部分Ｘ線画像のうち少なくとも１つに写っている前記貨物の種類を推定する推定部と、
を備える、Ｘ線検査システム。
続きを表示（約 880 文字）【請求項２】
前記所定の画像サイズは、前記学習モデルを構築するために用いられる学習画像のサイズである、
請求項１に記載のＸ線検査システム。
【請求項３】
１種または複数種類の前記貨物の種類および大きさに関する情報を含む税関申告情報が蓄積される税関データベースと、
学習対象である貨物をＸ線を用いて撮像して得られた学習用Ｘ線画像が蓄積されるＸ線画像データベースと、
前記税関申告情報に含まれる前記貨物の大きさに基づいて、前記学習用Ｘ線画像のサイズを変更する第２の画像サイズ変更部と、
前記サイズが変更された前記学習用Ｘ線画像を、前記所定の画像サイズを有する複数の部分学習用Ｘ線画像に分割する第２の画像分割部と、
前記部分学習用Ｘ線画像に基づいて、前記学習対象の貨物の学習モデルを構築する学習部と、
を備える、
請求項１に記載のＸ線検査システム。
【請求項４】
前記税関申告情報と、ユーザ入力とに基づいて、前記学習用Ｘ線画像に写っている前記学習対象の各貨物の種類を、前記学習用Ｘ線画像に関連付ける関連付け部、をさらに備え、
前記学習部は、
前記部分学習用Ｘ線画像を前記学習モデルに入力し、当該学習モデルから出力された前記学習対象の前記貨物の種類が、前記部分学習用Ｘ線画像に関連付けられた前記貨物の種類と一致するように、前記学習モデルのパラメータを変更する、
請求項３に記載のＸ線検査システム。
【請求項５】
前記税関申告情報に含まれる前記貨物の大きさが所定の第１基準値より大きい場合、前記画像サイズ変更部は、前記Ｘ線画像のサイズを縮小する、
請求項１に記載のＸ線検査システム。
【請求項６】
前記税関申告情報に含まれる前記貨物の大きさが所定の第２基準値未満である場合、前記画像サイズ変更部は、前記Ｘ線画像の周囲に余白領域を追加することで前記Ｘ線画像のサイズを拡大する、
請求項１に記載のＸ線検査システム。

発明の詳細な説明【技術分野】
【０００１】
本開示は、Ｘ線検査システムに関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
税関などで、輸出入検査を受けるコンテナ内の貨物を検査するために、Ｘ線検査装置を用いてコンテナ越しに貨物のＸ線画像を撮像するＸ線検査装置が用いられている。このＸ線検査装置では、撮像されたＸ線画像を事前に学習した学習モデルに入力させ、コンテナ内の貨物の種類を出力として得ることができる。
【０００３】
例えば、特許文献１には、Ｘ線検査装置を用いてコンテナ越しに貨物のＸ線画像を撮像し、撮像されたＸ線画像を分類器に入力し、コンテナ内に収容された貨物の種類を出力として得る技術が開示されている。
【先行技術文献】
【特許文献】
【０００４】
特許第６３３８６７４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
ところで、貨物を収容するコンテナは、貨物に比べて非常に大きいものであるため、コンテナを撮像したＸ線画像は、必然的に貨物単体を撮像したＸ線画像よりも非常に大きいものとなる。このようなコンテナを撮像したＸ線画像を用いて学習モデルを学習させる場合、Ｘ線画像が非常に大きいことから、学習精度を高めることが困難である。そのため、Ｘ線画像を例えば特許文献１に記載のように分割し、より小さいＸ線画像を学習モデルに入力させることで、学習モデルの学習精度を高めるという対応がなされている。
【０００６】
しかしながら、Ｘ線画像を小さく分割するほど、小さい貨物の検出精度を上げることができる一方、大きい貨物の検出精度が低くなる。反対に、Ｘ線画像を大きく分割するほど、大きい貨物の検出精度を上げることができる一方、小さい貨物の検出精度が低くなる。このように、さまざまな大きさの貨物が収容されるコンテナにおいて、コンテナを撮像したＸ線画像からコンテナ内の貨物の種類を正確に推定することは困難であった。
【０００７】
そこで、本開示の目的は、貨物の種類を正確に推定することが可能なＸ線検査システムを提供することである。
【課題を解決するための手段】
【０００８】
上記課題を解決するために、本開示のＸ線検査システムは、
検査対象である貨物をＸ線を用いて撮像し、前記検査対象のＸ線画像を出力する撮像部と、
税関申告情報に含まれる前記貨物の大きさに基づいて、前記Ｘ線画像のサイズを変更する第１の画像サイズ変更部と、
前記サイズが変更された前記Ｘ線画像を、所定の画像サイズを有する複数の部分Ｘ線画像に分割する第１の画像分割部と、
前記貨物に関する学習用Ｘ線画像に基づいて構築された学習モデルを用いて、前記複数の部分Ｘ線画像のうち少なくとも１つに写っている前記貨物の種類を推定する推定部と、
を備える。
【０００９】
前記所定の画像サイズは、前記学習モデルを生成するために用いられる学習画像のサイズであってもよい。
【００１０】
１種または複数種類の前記貨物の種類および大きさに関する情報を含む税関申告情報が蓄積される税関データベースと、
学習対象である貨物をＸ線を用いて撮像して得られた学習用Ｘ線画像が蓄積されるＸ線画像データベースと、
前記税関申告情報に含まれる前記貨物の大きさに基づいて、前記学習用Ｘ線画像のサイズを変更する第２の画像サイズ変更部と、
前記サイズが変更された前記学習用Ｘ線画像を、前記所定の画像サイズを有する複数の部分学習用Ｘ線画像に分割する第２の画像分割部と、
前記部分学習用Ｘ線画像に基づいて、前記学習対象の貨物の学習モデルを構築する学習部と、
を備えてもよい。
（【００１１】以降は省略されています）

関連特許