在災區的搜尋行動中，分析機器人和其他設備拍攝的影片以便在廢墟中尋找人員和物體非常重要。近年來，隨著人工智慧技術的發展，圖像辨識領域取得了重大進展，然而建立一個從圖像中獲取有用資訊的功能（圖像識別器）需要花費時間和精力，並且很難應用就在這樣的環境下。

　為了解決這個問題，研究小組開發了一種技術，透過簡化從圖像中獲取識別能力的過程，從少量資訊創建圖像識別器。這使得系統即使在第一次受災地點也能快速發揮作用，並將導致視訊分析和重要資訊的發現。
同時，我們也開發了技術來估計瓦礫的構成材料，並量化表面狀況，例如是否潮濕或是否被土壤弄髒。它還有望提前發現容易塌陷或濕滑的區域，並防止災害現場發生塌方。
該系統安裝在蛇形機器人上，在模擬受災木屋和森林環境的試驗場進行測試，並確認了一定的性能水準。

　新開發的技術適用於難以提前準備資料的任務，並且設計用於在雜亂的環境中工作，在這些環境中用傳統方法很難獲得足夠的效能，它也可以用於目標。未來，預計不僅可用於災害應對，還可用於基礎設施檢查和農林水產產業。