講演抄録/キーワード |
講演名 |
2022-01-27 11:00
光学レンズ外観画像における機械学習を用いた異常検知に関する研究 ○大野樹生・伊藤琢人・長谷川智敦・木村秀明(中部大) EST2021-60 エレソ技報アーカイブへのリンク:EST2021-60 |
抄録 |
(和) |
外観検査は,品質保持を目的とした重要なタスクであり製造現場の各所において行われているが,
人手を要する工程であるため製造コストが上がってしまうという課題がある.
将来的には,更なる検査精度の向上と装置汎用化による対象製品の拡大を図る予定であるが,
本稿では光学レンズの外観画像に対し前処理として画像の統合やトリミングを行いPaDiMcite{PaDiM}を用いた.
そして,得られる結果に対し投票処理を用いることで良品・不良品の分類を行った.
前処理の比較として,統合の手法とトリミングの有無での比較実験を行うことで提案手法の有効性を確認した.
その結果,精度と再現率の調和平均であるF-値(F-mesure)において81.79%の結果を得ることができたので報告する. |
(英) |
Appearance inspection is an important task for maintaining quality and is performed at various places in the manufacturing process.
However, Since this process requires manpower, there is a problem that the manufacturing cost increases.
In the future, we plan to further improve the inspection accuracy and expand the number of target products by generalizing the equipment.
In this paper, PaDiMcite{PaDiM} was used after integrating and trimming the appearance image of the optical lens as preprocessing.
The results were then classified as good and defective products by using a voting process.
As a comparison of pretreatment, the effectiveness of the proposed method was confirmed by conducting a comparative experiment with the integration method and the presence or absence of trimming.
As a result, we were able to obtain a result of 81.79% in F-mesure, which is the harmonic mean of accuracy and reproducibility. |
キーワード |
(和) |
画像処理 / 異常検知 / 機械学習 / / / / / |
(英) |
Image Processing / Anomaly detection / Machine learning / / / / / |
文献情報 |
信学技報, vol. 121, no. 358, EST2021-60, pp. 19-22, 2022年1月. |
資料番号 |
EST2021-60 |
発行日 |
2022-01-20 (EST) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
EST2021-60 エレソ技報アーカイブへのリンク:EST2021-60 |
研究会情報 |
研究会 |
EST |
開催期間 |
2022-01-27 - 2022-01-28 |
開催地(和) |
オンライン開催 |
開催地(英) |
Online |
テーマ(和) |
シミュレーション技術、一般 |
テーマ(英) |
Simulation techniques, etc. |
講演論文情報の詳細 |
申込み研究会 |
EST |
会議コード |
2022-01-EST |
本文の言語 |
日本語 |
タイトル(和) |
光学レンズ外観画像における機械学習を用いた異常検知に関する研究 |
サブタイトル(和) |
|
タイトル(英) |
Research on anomaly detection using machine learning in external images of Optical Lens |
サブタイトル(英) |
|
キーワード(1)(和/英) |
画像処理 / Image Processing |
キーワード(2)(和/英) |
異常検知 / Anomaly detection |
キーワード(3)(和/英) |
機械学習 / Machine learning |
キーワード(4)(和/英) |
/ |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
大野 樹生 / Tatsuki Ono / オオノ タツキ |
第1著者 所属(和/英) |
中部大学 (略称: 中部大)
Chubu University (略称: Chubu Univ.) |
第2著者 氏名(和/英/ヨミ) |
伊藤 琢人 / Takuto Ito / イトウ タクト |
第2著者 所属(和/英) |
中部大学 (略称: 中部大)
Chubu University (略称: Chubu Univ.) |
第3著者 氏名(和/英/ヨミ) |
長谷川 智敦 / Tomoatsu Hasegawa / ハセガワ トモアツ |
第3著者 所属(和/英) |
中部大学 (略称: 中部大)
Chubu University (略称: Chubu Univ.) |
第4著者 氏名(和/英/ヨミ) |
木村 秀明 / Hideaki Kimura / キムラ ヒデアキ |
第4著者 所属(和/英) |
中部大学 (略称: 中部大)
Chubu University (略称: Chubu Univ.) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2022-01-27 11:00:00 |
発表時間 |
20分 |
申込先研究会 |
EST |
資料番号 |
EST2021-60 |
巻番号(vol) |
vol.121 |
号番号(no) |
no.358 |
ページ範囲 |
pp.19-22 |
ページ数 |
4 |
発行日 |
2022-01-20 (EST) |