文献

J-GLOBAL ID：202202279336380389   整理番号：22A1053238

深層学習技術を用いたフレネルレンズ欠陥分類【JST・京大機械翻訳】

Fresnel Lens Defect Classification Using Deep Learning Technique

著者 (4件)： Li Loo Kean (Micro Modular System Sdn. Bhd., Bayan Lepas, Malaysia) ,  Li Loo Kean (School of Electrical Engineering, Universiti Teknologi Malaysia, Johor Bahru, Malaysia) ,  Keat Saw Chong (Micro Modular System Sdn. Bhd., Bayan Lepas, Malaysia) ,  Ibrahim M. H. (School of Electrical Engineering, Universiti Teknologi Malaysia, Johor Bahru, Malaysia)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 835  ページ： 547-561  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
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： プラスチック射出成形Fresnelレンズは,スマートデバイスにおける照明のための重要な構成要素の1つである。このタイプの光学部品に関する検査を行うためには,溝パターンとテクスチャの存在によるマシンビジョンが課題である。本論文は,欠陥検査のための古典的画像分析の限界について議論して,欠陥分類のための転送学習による深い畳込みニューラルネットワーク(CNN)を提案した。本論文はまた,モデル訓練のための画像データセットを拡張するためのハイブリッドサイクルGANと幾何学的増強を提示した。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  データ ,  ニューラルネットワーク ,  欠陥検査 ,  *Fresnelレンズ ,  画像分析 ,  画像合成 ,  コンピュータビジョン ,  部品 ,  *機械学習
準シソーラス用語： 光学部品 ,  画像データ ,  マシンビジョン ,  *欠陥分類 ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： フレネルレンズ ,  欠陥分類 ,  画像生成 ,  画像増強 ,  深層学習

分類 (4件)： パターン認識  (JE07000S) ,  医用画像処理  (JE04020T) ,  図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 深層学習 ,  フレネルレンズ ,  欠陥分類