文献

J-GLOBAL ID：201802253370351710   整理番号：18A1046211

雑音除去自動符号化による欠陥検出の性能評価【JST・京大機械翻訳】

A performance evaluation of defect detection by using Denoising AutoEncoder Generative Adversarial Networks

著者 (6件)： Komoto Kyosuke (Faculty of Engineering, Gifu University, 1-1, Yanagido, Gifu, 501-1193, Japan) ,  Nakatsuka Shunsuke (Faculty of Engineering, Gifu University, 1-1, Yanagido, Gifu, 501-1193, Japan) ,  Aizawa Hiroaki (Faculty of Engineering, Gifu University, 1-1, Yanagido, Gifu, 501-1193, Japan) ,  Kato Kunihito (Faculty of Engineering, Gifu University, 1-1, Yanagido, Gifu, 501-1193, Japan) ,  Kobayashi Hiroyuki (N-TECH, 134 Toyo Aza Kawahara Yorocho Yorogun, Gifu, 503-1334, Japan) ,  Banno Kazumi (N-TECH, 134 Toyo Aza Kawahara Yorocho Yorogun, Gifu, 503-1334, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IWAIT  ページ： 1-4  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文において,著者らは,Denoizing自動符号化一般的加算的ネットワークを用いることによって,産業製品における欠陥を検出する方法について議論した。従来の方法では,欠陥のある領域が欠陥のある製品画像を復元することにより検出される。これにより,非欠陥製品画像に人工欠陥を付加することにより,雑音除去自動符号器(DAE)により検出される。したがって,欠陥領域はそれらの減算画像によって検出される。欠陥画像を非欠陥画像に復元するために,DAEに対する敵学習の枠組みを導入することにより,更なる精度改善が可能かどうかを検討した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： *雑音除去 ,  符号器 ,  工業製品 ,  ネットワーク ,  加算 ,  学習 ,  *故障検出 ,  画像 ,  減算 ,  *符号化 ,  *性能評価
準シソーラス用語： 人工欠陥 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 雑音除去 ,  符号化 ,  欠陥検出 ,  性能評価