| 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 | 2026-02-19 15:00 わずかな表面変化を区別するための変形パラメータ推定に基づく異常検知のための事前学習手法の提案 ○小林大起・橋本 学（中京大）  ITS2025-54 IE2025-69 |
|
| 抄録 | （和） | 近年，さまざまな異常検知手法の中でも，事前学習済みCNNを用いた手法が注目を集めている．事前学習済みCNNの構築においては，事前学習データセットに含まれる画像およびクラス設計が性能に大きな影響を与えるため，更なる改善を目的として，多様な事前学習データセットが提案されている．しかし，既存の擬似欠陥生成に基づく事前学習データセットおよび事前学習では，主として色情報の変化を表現するパラメータ設計に依存する場合が多く，キズ，シミ，異物のような色変化（変色）を伴う異常には有効である一方で，打コン，欠けのような形状変化（変形）を主因とする異常に対しては有効でない可能性がある．そこで本研究では，変形に関する異常検知性能の向上を目的として，変形情報を保持するパラメータ設計に基づく事前学習データセットと事前学習手法を提案する．MVTec ADを用いた実験の結果，従来の手法では画素レベルのAUROCが95.2であったのに対し，提案手法は95.9と，提案手法による改善が有効であることを示した． |
| （英） | In recent years, among various anomaly detection methods, methods using pre-trained CNNs have attracted attention. When a pre-trained CNN is built, the images included in the pre-training dataset and the class design have a significant impact on performance, and thus a wide variety of pre-training datasets have been proposed. However, existing pre-training methods based on synthetic defect generation often rely mainly on parameter designs that represent changes in color information. While such designs are effective for anomalies accompanied by color changes (discoloration), such as scratches, stains, and foreign objects, they may be insufficient for anomalies primarily caused by shape changes (deformation), such as dents and chipping. Therefore, in this study, we proposed a pre-training dataset and a pre-training method based on a parameter design that preserves deformation information, for improving anomaly detection performance in deformation-related anomalies. Experiments on MVTec AD show that the proposed method improves Pixel-AUROC from 95.2 (previous method) to 95.9, and it demonstrates the effectiveness of the proposed approach. | |
| キーワード | （和） | 異常検知 / 外観検査 / わずかな違い / 事前学習 / GMM / / / |
| （英） | Anomaly detection / Visual inspection / Subtle difference / Pre-training / GMM / / / | |
| 文献情報 | 信学技報, vol. 125, no. 356, IE2025-69, pp. 83-88, 2026年2月. | |
| 資料番号 | IE2025-69 | |
| 発行日 | 2026-02-12 (ITS, IE) | |
| 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 | ITS2025-54 IE2025-69 |
|
| 研究会情報 | |
| 研究会 | IE ITS ITE-MMS ITE-ME ITE-AIT ITE-SIP |
| 開催期間 | 2026-02-19 - 2026-02-20 |
| 開催地（和） | 北海道大学 |
| 開催地（英） | |
| テーマ（和） | 画像処理、一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2026-02-IE-ITS-MMS-ME-AIT-SIP |
| 本文の言語 | 日本語 |
| タイトル（和） | わずかな表面変化を区別するための変形パラメータ推定に基づく異常検知のための事前学習手法の提案 |
| サブタイトル（和） | |
| タイトル（英） | Anomaly Detection by Pre-Training Based on Estimation of Deformation Parameters to Distinguish Subtle Surface Variations |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 異常検知 / Anomaly detection |
| キーワード(2)（和/英） | 外観検査 / Visual inspection |
| キーワード(3)（和/英） | わずかな違い / Subtle difference |
| キーワード(4)（和/英） | 事前学習 / Pre-training |
| キーワード(5)（和/英） | GMM / GMM |
| 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 | 2026-02-19 15:00:00 |
| 発表時間 | 15分 |
| 申込先研究会 | IE |
| 資料番号 | ITS2025-54, IE2025-69 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.355(ITS), no.356(IE) |
| ページ範囲 | pp.83-88 |
| ページ数 | 6 |
| 発行日 | 2026-02-12 (ITS, IE) |
[研究会発表申込システムのトップページに戻る]