| 講演抄録／キーワード |
| 講演名 |
2026-08-25 10:20
アルミナ焼結体SEM画像解析におけるSAM適用方法の検討
○関 なのは・秋庭祐弥・村上昂史・青木公也（中京大）・中島佑樹・平尾喜代司・福島 学（産総研） |
| 抄録 |
（和） |
次世代セラミックス開発におけるプロセス・インフォマティクス（PI）の実現には，材料の微細構造分布の把握が不可欠である．しかし，SEM画像に含まれる膨大な粒子を手動でアノテーションする作業は多大な時間を要し，開発のボトルネックとなっている．本研究では，汎用セグメンテーションモデルであるSegment Anything Model（SAM）に対し，粒子の接続性という幾何学的制約から，計算効率と精度のトレードオフを解消する隣接粒子予測手法を提案する．本手法は，ユーザが指定した任意の粒子を起点に隣接粒子の位置を逐次予測し，幅優先探索（BFS）を用いて探索範囲を広げる．実験の結果，標準の自動生成機能と比較して処理時間の短縮と未検出粒子の減少を確認した． |
| （英） |
Process informatics (PI) for next‑generation ceramics development requires accurate characterization of microstructural distributions. However, manually annotating the large number of particles contained in SEM images is extremely time‑consuming and has become a major bottleneck in the development workflow. In this study, we propose an adjacent‑particle prediction method that leverages the geometric constraint of particle connectivity to resolve the trade‑off between computational efficiency and segmentation accuracy in the Segment Anything Model (SAM), a general‑purpose segmentation framework. Starting from a user‑specified particle, the method sequentially predicts neighboring particles and expands the search region using breadth‑first search (BFS). Experiments demonstrate that the proposed approach reduces processing time and decreases the number of missed particles compared with SAM’s standard automatic mask generation. |
| キーワード |
（和） |
Segment Anything Model / SEM画像 / 隣接粒子予測 / / / / / |
| （英） |
Segment Anything Model / SEM image / neighboring particle prediction / / / / / |
| 文献情報 |
映情学技報, vol. 50, pp. 59-61, 2026年8月. |
| 資料番号 |
|
| 発行日 |
2026-08-17 (ME) |
| ISSN |
Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|