文献

J-GLOBAL ID：202002228043763355   整理番号：20A2052210

キズ発生直前・直後ペア画像群の構築に基づく画像復元と高精度外観検査への応用

著者 (3件)： 小林大起 (中京大 工) ,  三好遼 (中京大 大学院工学研究科) ,  橋本学 (中京大 大学院工学研究科)
資料名： 精密工学会大会学術講演会講演論文集(CD-ROM)  (精密工学会秋季大会学術講演会講演論文集(CD-ROM))
巻： 2020  号： 秋季(CD-ROM)  ページ： ROMBUNNO.D0312  発行年： 2020年08月20日 
JST資料番号： Y0914B  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 画像処理によるキズなどの異状検査においては,もし仮に,異状発生時刻の「直前」に撮影された画像を入手できたと仮定すると,発生前後のペア画像を用いたシンプルな画像間比較によって異状検出が可能であると推測されるが,これは現実的な仮定とはいえない.そこで本研究では,異状発生前後に撮影された理想的なペア画像,すなわち異状部分のみが異なりそれ以外の部分(素地部分)がほぼ完全に同一であるペア画像を,特殊な実験装置を用いて大量に取得してDB化し,これを利用して,異状有り画像からその発生前の画像をU-Netによって高精度に復元する手法を提案した.またこの手法が,DB内の画像群とは異なる素地をもつ画像に対しても一定の一般性を持つことを実証した.実験により,本DBを利用することによって,素地の再現性が極めて高い異状無し画像を生成でき,アルミ板のみの学習でも,2クラス間の分離度を示すAUC指標が,銅板でのテストで0.9972,ステンレス板でのテストで0.9903と,学習時と異なる場面にも有効であることを確認した.また,分類ベースの従来手法(ResNet18)との比較においても,提案手法のAUCは,アクリル板では0.9808,カーボンシートでは0.6138と,従来法(それぞれ0.9575,0.50)より高精度であることも確認できた.(著者抄録)

シソーラス用語： *画像復元 ,  *外観検査 ,  外傷 ,  画像処理 ,  異常 ,  計測 ,  画像認識 ,  パターンマッチング ,  画像診断 ,  相関 ,  画像評価 ,  集合 ,  アルゴリズム ,  亀裂 ,  画像
準シソーラス用語： きず ,  データセット ,  画像計測 ,  画像識別 ,  画像照合 ,  *画像相関 ,  検出アルゴリズム ,  差分 ,  差分画像

分類 (4件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z) ,  パターン認識  (JE07000S) ,  品質管理  (QA01098Y)

引用文献 (3件)：

• T. Schlegl, et al.:“Unsupervised Anomaly Detection with Generative Adversarial Networks to Guide Marker Discovery”, IPMI, 2017.
• O. Ronneberger, et al.:“U-Net: Convolutional Networks for Biomedical Image Segmentation”, MICCAI, 2015.
• K. He, et al.:“Deep Residual Learning for Image Recognition”, CVPR, 2016.

タイトルに関連する用語 (5件)： キズ発生 ,  構築 ,  画像復元 ,  外観検査 ,  応用