文献

J-GLOBAL ID：202202250488778685   整理番号：22A0496827

エッジ修復特徴融合によるカスケードGANに基づく教師なし欠陥検査アルゴリズム【JST・京大機械翻訳】

Unsupervised defect inspection algorithm based on cascaded GAN with edge repair feature fusion

著者 (4件)： He Lijun (School of Information and Communications Engineering, Xi’an Jiaotong University, Xi’an, China) ,  Shi Nan (School of Information and Communications Engineering, Xi’an Jiaotong University, Xi’an, China) ,  Malik Kainnat (School of Information and Communications Engineering, Xi’an Jiaotong University, Xi’an, China) ,  Li Fan (School of Information and Communications Engineering, Xi’an Jiaotong University, Xi’an, China)
資料名： Applied Intelligence  (Applied Intelligence)
巻： 52  号： 2  ページ： 2051-2069  発行年： 2022年 
JST資料番号： W0297A  ISSN： 0924-669X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 表面欠陥検査は手動操作を置き換えることにより工業生産の効率を大きく改善できる。しかし,実際の産業シナリオでは,十分な欠陥画像を収集・手動でラベル付けすることは困難である。さらに,複雑な背景,多様な形状およびサイズ,および画像中の欠陥の広いランダム位置分布は,欠陥検査をより困難にする。これらの問題に取り組むために,エッジ修復特徴融合によるカスケードGAN(一般化アドホックネットワーク)に基づく教師なし欠陥検査アルゴリズムを提案した。このアルゴリズムにおいて,エッジ修復ネットワークは,チャネル注意に基づく特徴融合方式によって,欠陥修復ネットワークのために完全な構造特徴を提供する。エッジ修復ネットワークのために,変形可能なオートエンコーダを開発し,欠陥エッジを修復する能力を改善するために,非常に少ない文脈情報を認識するために変形可能な畳込みの能力を完全に利用した。特に,訓練は少数の欠陥フリー画像のみを必要とし,ラベル付き欠陥画像を必要としない。提案アルゴリズムの有効性を検証するために,精度,F1測度,およびmIoU(平均インターセクション)に関して既存のアルゴリズムと比較する。実験結果は,提案したアルゴリズムがより良い欠陥検査性能,特に,複雑なバックグラウンドに対する豊富な形と多様な位置を有する欠陥に対して,より良い欠陥検査性能を示す。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  測度 ,  畳込み ,  ネットワーク ,  欠陥検査 ,  表面欠陥 ,  有効性 ,  チャネル ,  構造特性 ,  工業生産 ,  アドホックネットワーク
準シソーラス用語： 文脈情報 ,  欠陥修復 ,  *特徴融合 ,  自己符号化器 , 【Automatic Indexing@JST】

著者キーワード (4件)： 欠陥検査 ,  教師なし ,  カスケードGAN ,  エッジ修復特徴融合

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (8件)： エッジ ,  修復 ,  特徴融合 ,  カスケード ,  GaN ,  教師 ,  欠陥検査 ,  アルゴリズム