COLUMN

コラム

コラム2026年02月09日

AI連載（5）：画像AIによる行動認識の最前線－ OKIが挑む製造現場の高度化

#AI

この記事で分かること

画像AIによる行動認識が製造現場で求められる理由と、その価値

ポカヨケ・行動分析・技能伝承など、行動認識技術の具体的な活用シーン

骨格抽出と時系列AIモデルを組み合わせた行動識別の仕組み

識別精度を高める「階層的識別技術」の考え方と検証による有効性

本連載ではこれまで、「AIを安心して実装するための基盤づくり」から「業務・事業・イノベーションへの展開」に至る段階的なストーリーとして、（1）世界初のAI規制・EU AI法が企業に与える影響、（2）OKIが長年取り組んできたAIガバナンスの枠組みと実践、（3）安全な生成AI活用基盤「OAICS」を軸とした社内業務の高度化、そして（4）生成AIを活用したアイデア創出支援エージェント「ダ・ビンチグラフ®」によるイノベーション創出の取り組みをご紹介してきました。

AI連載（5）の今回は、製造現場という“現場の最前線”にAIがどのように貢献できるのか、とりわけ、AIが人の細かな動きを理解し、工程を構造的に把握する「行動認識技術」について、具体的な応用例と、OKIの研究開発成果を交えて詳しくご紹介します。

なぜ今、製造現場に行動認識が必要なのか

製造現場では、熟練者の減少、人手不足、工程の複雑化、品質要求の高度化など、多くの課題が同時並行で進行しています。

従来、作業品質の確保や工程管理の多くは、熟練者の経験や目視確認に依存していました。しかし人手不足や技術者の高齢化など人的リソースの制約が強まる中、「作業を客観的に把握し、標準化・自動化の基盤にする」ためのデータ取得手段として、画像AIによる行動認識が注目されています。

行動認識とは、カメラ映像から作業者の動作や手順を理解し、「何を、どの順番で、どれくらいの時間で行ったか」を定量的に捉える技術です。

これは品質管理・工程改善に直結するだけでなく、事故防止や教育効率化にも大きな価値をもたらします。AI連載（1）～（4）で扱ってきた「安全なAI活用基盤」「社内実装」「イノベーション創出」の延長線上にある、“現場実装型AI” の事例です。

画像AIを用いた行動認識技術

OKIでは、人手作業が欠かせない製造現場において、より高度な品質確保や工程管理などの実現を目指し、画像AIを用いた作業者の行動認識技術を開発しています。この技術は、対象人物の骨格などの用途に応じた有効な情報を動画像から抽出し、時系列AIモデルの処理により一連の細かな行動の認識ができます。そのため、たとえば、製造ラインにおける作業ミスの判定や作業時間の分析などのアプリケーションに非常に有用です。

画像AIによる行動認識は、以下の2つの技術要素を組み合わせることで実現します。

動画像から骨格や体のパーツ、部品などの位置や動きを抽出する「特徴抽出」
抽出された位置や動きの情報を時間方向に並べ、一連の行動として理解する「時系列AIモデル」

特に製造現場では、「工程は一連の流れ」であり、単一フレーム（静止画）だけでは判断できません。「部品を取る→位置に合わせる→取り付ける→確認する」という流れを、正しい順番で行っているかどうかが重要です。時系列AIモデルは、この「流れ」を学習し、工程全体の理解に寄与します。

製造現場での活用アプリケーション例

行動認識技術は、製造ラインにおけるさまざまな用途に応用できます。以下はOKIが想定する代表的なアプリケーション例です。

製造現場での活用アプリケーション例

ポカヨケ（ヒューマンエラー防止）

工程に必要な一連動作の順番や各動作の継続時間をAIが自動で認識し、手順間違いや部品取り違い、作業漏れなどのエラー兆候をリアルタイムで検知します。作業者へ即座にフィードバックすることで、品質事故の未然防止が可能になります。

行動分析による工程改善

AIが蓄積した行動ログを数値化・統計分析することで、作業のムダや動作の偏り、トラブル発生時の要因を客観的に把握できます。これにより、ライン改善のスピードと精度が大幅に向上します。また、行動認識アプリケーションを現場で運用することで、膨大な作業映像が副次的に蓄積されます。これらは通常であれば取得が難しい“現場知”のデータであり、技能継承や教育にも活用できます。

技能伝承・教育

映像と行動ログを組み合わせることで、未経験者が熟練者の動作を正しく模倣できる教材を生成できます。作業工程の違いを客観的に比較できるため、教育効率の向上にも寄与します。

行動認識を実現する技術要素

行動認識では、用途に応じて動画像から「骨格情報」など有効な特徴を抽出し、時系列AIモデルを活用して一連の行動を識別します。さらに、識別結果から「作業手順の正しさ」や「時間配分」などを分析し、アプリケーションとして実装できます。OKIの本庄工場では、PHS組み立て工程にこのアプリケーションを適用した事例があります。（関連資料①②）

精度向上の鍵：階層的識別技術

製造現場の行動認識は、「細かな行動の違いを識別する」という難しさがあります。たとえば、「部品を取る」「部品を置く」「ネジを締める」「位置1でネジを締める」「位置2でネジを締める」など、行動の粒度が大きく異なり、境界も曖昧です。従来の“フラットな識別”では、すべての行動を同じレベルで学習させるため、細かな違いの誤識別が起きやすく、精度向上が難しいという課題がありました。

OKIはこの課題に対し、「階層的識別」というアプローチで技術的突破口を開きました。