文献

J-GLOBAL ID：202002281254997842   整理番号：20A2113558

知的製造におけるコンピュータビジョン応用ボトルネック問題【JST・京大機械翻訳】

Bottleneck issues of computer vision in intelligent manufacturing

著者 (5件)： Lei Linjian (中国科学院上海技術物理研究所,上海200083;中国科学院大学,北京100049;上海科技大学信息科学与技術学院,上海201210) ,  Sun Shengli (中国科学院上海技術物理研究所,上海200083) ,  Xiang Yukai (中国科学院上海技術物理研究所,上海200083;中国科学院大学,北京100049;上海科技大学信息科学与技術学院,上海201210) ,  Zhang Yue (中国科学院上海技術物理研究所,上海200083;中国科学院大学,北京100049) ,  Liu Huikai (中国科学院上海技術物理研究所,上海200083;中国科学院大学,北京100049)
資料名： Zhongguo Tuxiang Tuxing Xuebao  (Zhongguo Tuxiang Tuxing Xuebao)
巻： 25  号： 7  ページ： 1330-1343  発行年： 2020年 
JST資料番号： C2782A  ISSN： 1006-8961  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： コンピュータビジョンは,知的製造工業において,検出と位置決め分析の重要な役割を果たし,工業検出の検出速度と精度,および知的自動化の度合いを向上させるのに大いに貢献した。しかし、コンピュータビジョンは応用過程において、技術応用の難点があり、その中の3つのボトルネック問題は、コンピュータビジョン応用が照明の影響を受けやすく、サンプルデータが深さ学習をサポートしにくく、事前知識が進化アルゴリズムに参加しにくいことである。これらのボトルネック問題はコンピュータビジョンの知能製造における応用に最適な効果を発揮できない。そのため、系統的な分析と解決が必要である。本文では、知能製造とコンピュータビジョンの概念及びその重要性をまとめ、コンピュータビジョンの知能製造工業検査分野における発展現状と需要を分析した。コンピュータビジョン応用に存在する3つのボトルネック問題について、問題の現状と既存の解決方法をまとめ、分析した。深く分析した。照明の影響が大きい問題に対して、アルゴリズムと画像収集の2つのステップで解決できる。サンプルデータに対する深さ学習のサポートが難しいという問題は,小サンプルデータ処理アルゴリズムおよびサンプル数分布平衡法によって解決できる。先験的知識が進化アルゴリズムに参加するのが難しいという問題に対して、機械学習と強化学習によって解決できる。上述の解決方法の方法は異なり、各長所と短所があり、知能製造における具体的な応用研究と改善を結びつける必要がある。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  自動化 ,  位置決め ,  製造業 ,  平衡法 ,  *コンピュータビジョン ,  機械学習 ,  強化学習 ,  進化的アルゴリズム ,  画像収集 ,  改変
準シソーラス用語： 事前知識 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： コンピュータビジョン ,  応用 ,  ボトルネック