カナダのローレンシャン大学の研究チームは、衣料品製造の自動化をさらに推進するために、生地画像から完全な機械解釈可能な編み指示を生成できるモデルを開発しました。これが『Electronics』誌に発表され、単色および複数の糸を使い、さまざまな衣服のパターンを生成する能力が確認されました。 従来の方法では、手動でラベル付けを行う必要があり、これは多大な労力が必要でスケーラビリティに課題がありました。これに対し、研究チームは深度学習を用いて、画像から編み物の指示を逆エンジニアリングするシステムを目指しました。このシステムは、「生成フェーズ」と「推論フェーズ」の2つの主要なステップで機能します。 生成フェーズでは、AIモデルがリアルな生地の画像を明確な合成表現に処理し、これらの合成画像から単純化された編み指示（フロントラベル）を予測します。次に、推論フェーズでは、別のモデルがフロントラベルを使用して、完全に機械が使用できる編み指示を導き出します。 研究チームは、天然および合成素材を含む約5,000のテキスタイルサンプルに対してシステムをテストしました。この結果、画像を編み指示に変換する正確性が97%以上に達したことが明らかになり、既存の手法を大幅に上回りました。また、多色の糸や希少な編み方にも対応できており、以前のアプローチで見られた大きな制限を克服しています。 研究チームのシステムは、全自动化的な生地製造を可能にし、時間と人件費を削減します。これを糸編みロボットシステムと併用すると、デザイナーは手動で機械解釈可能なパターンを作る必要なく、迅速に設計のプロトタイプを作成したり、新しいパターンをテストすることができます。 今後、研究チームはデータセットの不均衡問題、特に希少な編み方における課題に対処するため、高度な拡張技術を用いる予定です。また、色彩認識の機能を強化し、構造的および視覚的な忠実度を向上させる計画もあります。システムを異なる生地サイズの入出力に対応させ、複雑な3D衣料品や他の領域への応用可能性、例えば織りや刺繍にも研究を拡大する意図があります。 ローレンシャン大学の研究チームによる新システムは、カスタマイズ可能な糸編み衣料の大量生産を支える有望な技術です。産業界でのさらなる評価と改善を通じて、近い将来実用化される可能性が高まっています。 東京繊維学会の佐藤氏は、「この研究成果は、衣料製造の効率化とカスタマイゼーションの進歩に貢献し、新しい生地デザインの創造性を高める可能性がある」と述べています。ローレンシャン大学は、革新的なテクノロジーの開発に注力する高等教育機関として知られており、本研究はその取り組みの一環です。