日本东京工业大学工学院系统控制系教授奥富正敏等人与制造电器的大厂商日本电气株式会社（NEC、总公司位于东京都港区）最近开发了使用人工智能（AI）技术自动合成普通相机和热成像摄相机等特殊相机拍摄的图像，使得对象物及状态的能见度比以往有了显著提升的“多模态图像融合技术”。据说，由于使用该技术在夜间或浓雾等恶劣条件下拍摄的对象物等分别比单独拍摄的图像看得更加清晰，因此可以对有无异常或危险物品做出敏捷的判断。
近年来，可捕捉红外辐射的热成像摄像机以及可穿透物体内部的毫米波摄像机等非可视光摄像机的实际应用扩展到了恶劣条件下的设施监视等场合。但由于非可视光相机较普通可视光相机分辨率和图像质量低、能见度差，需要同时配置可视光相机，通过比较双方的图像来进行监视和诊断，因此很难快速、准确地对对象物及状况做出判断。
将两种类型的图像合为一体被认为是有效的解决方法，但进行合成时，需要精通相机种类和摄影环境的专家分别从两种图像中人工提取适宜合成的领域，一边注意不让图像发生曝光过度或曝光不足之类的失败，一边进行复杂的操作。并且还要担心在合成过程中会不会丢失隐含在非可视光图像中成为是否有异常或危险物的判断线索的微小特征。
本次开发的是学习了专家的专门技术的AI能够根据相机的种类和明亮度等环境特性，评估图像中各部分的可见度，只从各图像中自动提取最合适领域的技术。此外，AI还能够解析非可视光图像中隐含的关于异常或危险物的细微的特征，判断图像不发生曝光过度或曝光不足的适当的强调程度，自动生成融合图像。
据说这项技术除了用于设施监视之外，还有望用于在对行车辆前照灯太过耀眼时支援自动驾驶以及对建筑物内部情况的检查等场合。（完）
（d）使用本次新技术自动合成的图像 / （a）为可视光相机拍摄的图像 / （b）为远红外线相机拍摄的图像 / （c）为（a）和（b）的单纯的合成图像
（转自东京工业大学新闻稿）
文/客观日本编辑部
