| 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 | 2024-03-15 15:30 正常特徴量の正規性制約を用いた事前学習に基づくPaDiMによる高精度異常検知 ○小林大起・橋本 学（中京大）  IMQ2023-89 IE2023-144 MVE2023-118 |
|
| 抄録 | （和） | 近年，機械学習手法を用いた外観検査の自動化に期待が寄せられており，その中でも，PaDiMと呼ばれる手法は，優れた異常検知手法として注目を浴びている．PaDiMは，ImageNetを用いたネットワークの事前学習，現場の正常画像群に関する特徴量の正規分布近似，正規分布パラメータを用いたマハラノビス距離による異常検知，の3段階によって構成されている．ここで，PaDiMは，理想的な異常検知のために，事前学習後の正常画像群の特徴量が正規分布に従うことを仮定しているが，現場の正常画像を考慮せずにモデルを事前学習するため，それらの特徴量が正規分布に従うとは限らない．したがって，本研究では，正常画像群に関する特徴量の正規性制約を用いてモデルを事前学習する，高精度異常検知手法を提案した．MVTecADによる実験結果では，従来手法が87.9%であるのに対し，提案手法は93.3%と性能が向上したことを示した． |
| （英） | In recent years, automatic visual inspection is expected with machine learning. Among them, PaDiM is attracting attention as superior anomaly detection. PaDiM has the following three steps: (1) Pre-training of the network using ImageNet, (2) Normal distribution approximation of features for normal images at actual factory, (3) Anomaly detection using Mahalanobis distance using normal distribution parameters. PaDiM assumes that normal features after pre-training follow normal distribution. However, the model is pre-trained without normal images of actual factory, then these normal features may not follow normal distribution. Therefore, in this research, we proposed the highly precision anomaly detection that pre-train the model with normality constraint of normal features. In MVTecAD experiments, the performance improved from 87.9% with the previous method to 93.3% with the proposed method. | |
| キーワード | （和） | 外観検査 / 異常検知 / PaDiM / 事前学習 / 正規性制約 / / / |
| （英） | Visual inspection / Anomaly detection / PaDiM / Pre-training / Normality constraint / / / | |
| 文献情報 | 信学技報, vol. 123, no. 432, IE2023-144, pp. 408-413, 2024年3月. | |
| 資料番号 | IE2023-144 | |
| 発行日 | 2024-03-06 (IMQ, IE, MVE) | |
| 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 | IMQ2023-89 IE2023-144 MVE2023-118 |
|
| 研究会情報 | |
| 研究会 | IE MVE CQ IMQ |
| 開催期間 | 2024-03-13 - 2024-03-15 |
| 開催地（和） | 沖縄産業支援センター |
| 開催地（英） | Okinawa Sangyo Shien Center |
| テーマ（和） | 五感に訴えるオンラインメディアとその評価，および一般（魅力工学研究会協賛） |
| テーマ（英） | Media of five senses, Multimedia, Media experience, Picture codinge, Image media quality, Network,quality and reliability, etc（AC） |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2024-03-IE-MVE-CQ-IMQ |
| 本文の言語 | 日本語 |
| タイトル（和） | 正常特徴量の正規性制約を用いた事前学習に基づくPaDiMによる高精度異常検知 |
| サブタイトル（和） | |
| タイトル（英） | High Precision Anomaly Detection using PaDiM based on Pre-training with Normality Constraint of Normal Features |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 外観検査 / Visual inspection |
| キーワード(2)（和/英） | 異常検知 / Anomaly detection |
| キーワード(3)（和/英） | PaDiM / PaDiM |
| キーワード(4)（和/英） | 事前学習 / Pre-training |
| キーワード(5)（和/英） | 正規性制約 / Normality constraint |
| 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） | 小林 大起 / Hiroki Kobayashi / コバヤシ ヒロキ |
| 第1著者 所属（和/英） | 中京大学 (略称： 中京大) Chukyo University (略称： Chukyo Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 橋本 学 / Manabu Hashimoto / ハシモト マナブ |
| 第2著者 所属（和/英） | 中京大学 (略称： 中京大) Chukyo University (略称： Chukyo Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-03-15 15:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | IE |
| 資料番号 | IMQ2023-89, IE2023-144, MVE2023-118 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.430(IMQ), no.432(IE), no.433(MVE) |
| ページ範囲 | pp.408-413 |
| ページ数 | 6 |
| 発行日 | 2024-03-06 (IMQ, IE, MVE) |
[研究会発表申込システムのトップページに戻る]