文献

J-GLOBAL ID：202102257360243775   整理番号：21A0614898

合成欠陥データで訓練された積層畳込み雑音除去オートエンコーダを用いた布欠陥検出システム【JST・京大機械翻訳】

Fabric Defect Detection System Using Stacked Convolutional Denoising Auto-Encoders Trained with Synthetic Defect Data

著者 (3件)： Han Young-Joo (R&D Center, Vieworks, Anyang-si 14055, Korea) ,  Han Young-Joo (School of Computer Science, University of Seoul, Seoul 02504, Korea) ,  Yu Ha-Jin (School of Computer Science, University of Seoul, Seoul 02504, Korea)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 10  号： 7  ページ： 2511  発行年： 2020年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： マシンビジョンを用いた欠陥検出は多様化し拡大しているため,深層学習を用いたアプローチが増加している。最近,画像セグメンテーション,画像検出,画像分類を用いて欠陥を検出し,分類するための多くの研究がある。これらの方法は有効であるが,多数の実際の欠陥データを必要とする。しかし,工業地域において大量の実際の欠陥データを得ることは非常に困難である。この問題を克服するために,積層畳込みオートエンコーダを用いた欠陥検出法を提案した。専門家の知識に基づく欠陥の特性を用いて生成された非欠陥データと合成欠陥データだけを用いて,提案した自動エンコーダを訓練した。本アプローチの重要な利点は,実際の欠陥データが不要であり,その性能が実際の欠陥データを用いて訓練されたシステムに匹敵することである。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *畳込み ,  *故障検出 ,  *符号器 ,  工業地区 ,  多様化 ,  *雑音除去
準シソーラス用語： 画像セグメンテーション ,  画像分類 ,  マシンビジョン ,  画像センシング ,  深層学習 ,  *自己符号化器 ,  欠陥検出システム , 【Automatic Indexing@JST】

著者キーワード (4件)： オートエンコーダ ,  CNN ,  織物欠陥検出 ,  合成欠陥発生

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

引用文献 (20件)：

• Yu, Z.; Wu, X.; Gu, X. Fully Convolutional Networks for Surface Defect Inspection in Industrial Environment. In International Conference on Computer Vision System; Springer: Cham, Switzerland, 2017; p. 10528.
• Faghih-Roohi, S.; Hajizadeh, S.; Núñez, A.; Babuska, R.; De Schutter, B. Deep convolutional neural networks for detection of rail surface defects. In Proceedings of the IJCNN, Vancouver, BC, Canada, 24-29 July 2016; pp. 2584-2589.
• Li, Y.; Huang, H.; Xie, Q.; Yao, L.; Chen, Q. Research on a surface defect detection algorithm based on MobileNet-SSD. Appl. Sci. 2018, 8, 1678.
• Şeker, A.; YÜKSEK, A. Stacked autoencoder method for fabric defect detection. Cumhur. Üniversitesi Fen-Edeb. Fakültesi Fen Bilimleri Derg. 2017, 38, 342-354.
• Mei, S.; Wang, Y.; Wen, G. Automatic fabric defect detection with a multi-scale convolutional denoising autoencoder network model. Sensors 2018, 18, 1064.

タイトルに関連する用語 (7件)： 欠陥 ,  訓練 ,  畳込み ,  雑音除去 ,  オートエンコーダ ,  布 ,  欠陥検出システム