お知らせ 研究会の開催と会場に参加される皆様へのお願い(2022年6月開催~)
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2022-06-09 15:00
[招待講演]高性能かつコストエフェクティブな外観検査AIに向けた統計的機械学習の先進的応用
徳永旭将九工大SIS2022-6
抄録 (和) 工業製品の良・不良を見た目から識別する外観検査は, 製造業の品質管理に欠かせない工程である。近年では, ディープラーニングの躍進に駆動される形で, 統計的機械学習に基づく外観検査AIの研究が盛んに行われている。しかしながら, 教師あり学習に立脚したアプローチでは, 大量の良品画像と不良品画像が分類器の訓練に必要となる。したがって, 限られた枚数の不良品画像からでもいかに不良領域を効率的に検出, あるいは位置同定できるDNNを迅速に現場に導入できるかが, 外観検査AIの重要課題と言える。そこで我々は, 高性能かつコストエフェクティブな外観検査AIを目指し, 統計的機械学習の先進的応用研究を進めている。具体例として, 通常の教師ありDNNに加え, (1)良品画像の敵対的学習による欠損補間に基づく異常マップ抽出技術, (2)良品画像の教師なし学習と不均衡データの教師あり学習を視覚注視機構に基づき組み合わせるハイブリッドな外観検査AI, そして, (3)部分的なアノテーションからの半教師あり学習に基づく不良領域セグメンテーション技術等の研究を推進している。いずれのアプローチも, 必要な性能を維持しつつ, いかに不良品画像収集のコストを抑制できるかという点に焦点を当てている。現在, これら外観検査AIを, 複数のものづくり企業が抱える外観検査問題に応用する試みを進めている。講演では, その過程で見えてきた工業製品の外観検査AIに関する共通の課題と, 今後の目標・展望について述べる。 
(英) Visual inspection is an essential step for quality control in manufacturing. Recently, many researchers have shown great interest in the establishment of visual inspection AI driven by breakthroughs in deep learning. Supervised approaches require the large number of defective and defect-free sample images for training classifiers. However, in many practical situations, the collection of defective images is quite costly. We are now developing novel anomaly detection techniques towards cost-effective and high-performance visual inspection AI. Our approaches rely on advanced application of machine learning techniques, including unsupervised learning, semi-supervised learning and visual attention mechanism. This presentation will report the current status and scope of our projects including recent collaborative researches with manufacturing companies.
キーワード (和) 外観検査AI / 異常検出 / ディープニューラルネットワーク / 敵対的生成ネットワーク / 視覚注視機構 / 半教師あり学習 / /  
(英) visual inspection AI / anomaly detection / deep neural network / generative adversarial network / visual attention mechanism / semi-supervised learning / /  
文献情報 信学技報, vol. 122, no. 62, SIS2022-6, pp. 30-30, 2022年6月.
資料番号 SIS2022-6 
発行日 2022-06-02 (SIS) 
ISSN Print edition: ISSN 0913-5685  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 SIS2022-6

研究会情報
研究会 SIS IPSJ-AVM  
開催期間 2022-06-09 - 2022-06-10 
開催地(和) 九州工業大学(若松) 
開催地(英) KIT(Wakamatsu Campus) 
テーマ(和) 知的マルチメディアシステム, 組込み応用システム, 立体映像技術, 一般 
テーマ(英) Intelligent Multimedia Systems, Applied Embedded Systems, Three-Dimensional Image Technology (3DIT), etc. 
講演論文情報の詳細
申込み研究会 SIS 
会議コード 2022-06-SIS-AVM 
本文の言語 日本語 
タイトル(和) 高性能かつコストエフェクティブな外観検査AIに向けた統計的機械学習の先進的応用 
サブタイトル(和)  
タイトル(英) Advanced applications of machine learning techniques towards high-performance and cost-effective visual inspection AI 
サブタイトル(英)  
キーワード(1)(和/英) 外観検査AI / visual inspection AI  
キーワード(2)(和/英) 異常検出 / anomaly detection  
キーワード(3)(和/英) ディープニューラルネットワーク / deep neural network  
キーワード(4)(和/英) 敵対的生成ネットワーク / generative adversarial network  
キーワード(5)(和/英) 視覚注視機構 / visual attention mechanism  
キーワード(6)(和/英) 半教師あり学習 / semi-supervised learning  
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) 徳永 旭将 / Terumasa Tokunaga / トクナガ テルマサ
第1著者 所属(和/英) 九州工業大学 (略称: 九工大)
Kyushu Institute of Technology (略称: Kyutech)
第2著者 氏名(和/英/ヨミ) / /
第2著者 所属(和/英) (略称: )
(略称: )
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
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
発表日時 2022-06-09 15:00:00 
発表時間 60 
申込先研究会 SIS 
資料番号 SIS2022-6 
巻番号(vol) 122 
号番号(no) no.62 
ページ範囲 p.30 
ページ数
発行日 2022-06-02 (SIS) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会