実験における潜在的な危険因子の自動抽出による安全知識の共有・活用支援ツールの開発

点击翻译按钮获取中文摘要

実験室における潜在的危険因子を自動抽出する手段として,先行研究で提案した特定語句の共出現の一致または禁止から推定する手法を拡張し,実験室の画像から,潜在リスクを有する実験装置と人を自動的に認識することで,特定語句を抽出するための手法について実現可能性を検討した.画像から実験装置を抽出するために,実験装置,実験室の画像からなるデータセットを用意し,事前にグレースケール画像における局所特徴量の抽出,画像の特徴ベクトルのクラスタ化を行い,検索対象画像との類似度を比較する方法を採用した.画像から人を認識する手法としては,Haar-Like特徴量に基づいて人の顔面の眼鏡の有無の認識を試みた.画像から実験装置の名称と人の状態を抽出することで実験装置が人に及ぼす事故リスクを推定することが可能になると考えられる.本手法の有効性を検証するために,OpenCVライブラリを利用してプログラムを試作した.小型電気炉を対象として,電気炉,電気炉に類似した外観の家電,実験室画像など,全52画像のデータセットを用いて実験装置の識別率を検証した.結果として,電気炉のみの画像をキーとした場合,平均72.2%,実験室の背景を含む電気炉の画像をキーとした場合,平均84.4%の類似度で電気炉を検出することができた.一方,類似度の上位10位の抽出画像における誤検出率はそれぞれ66%,50%であり,装置の外観,外装に設けられたスリットの類似,実験室背景の類似が画像局所特徴量に影響したと考えられ,正解画像の抽出率向上のためには,装置のサイズや実験室内の位置を考慮する,色認識を組み合わせる,等の方策が必要と考えられる.また,人の部分認識は顔画像の眼鏡の有無のみ扱ったが,保護具着用の有無の認識には十分ではないため,眼鏡の種類の認識,手の認識(素手/手袋の別,指の屈伸状態)など,人体部位によって異なる特徴量を組み合わせた方策が必要であり,これらについては,今後の課題である.