| 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 | 2026-03-18 09:40 被検査画像と異常度マップを用いた検査結果の精緻化のためのAnomaly-Map Refinerの提案 ○村上尚生・平松直人・小林大起・秋月秀一・橋本 学（中京大）  IMQ2025-102 IE2025-179 MVE2025-109 |
|
| 抄録 | （和） | 外観検査では，画像単位での良否判定だけでなく，キズなどの異常領域を画素レベルで正確に検出することが重要である．しかし，従来の検査アルゴリズムが出力する異常度マップには，過検出や見逃しなどの誤判定が依然として存在している．本研究では，元の被検査画像と，検査アルゴリズムが出力した異常度マップの2つの情報をもとに当該アルゴリズムの誤判定傾向を分析し，この異常度マップを修正，精緻化するAnomaly-Map Refiner（AMAR）を提案する．AMARはFeature Fusion ModuleとRefine Moduleから構成され，効果的な擬似異常画像を学習に用いることによって，誤判定修正能力を獲得する．MVTec ADデータセットにおいてPaDiMの出力を精緻化した結果，画素単位のF値のカテゴリ平均を57.5%から61.4%まで改善した． |
| （英） | Anomaly maps produced by visual inspection algorithms often contain over-detections and missed regions, degrading localization accuracy. We propose an Anomaly-Map Refiner (AMAR) that post-processes anomaly maps by integrating information from input images and anomaly maps. AMAR consists of a Feature Fusion Module and a Refine Module. It is trained with pseudo-anomalous images to learn correction of misdetection tendencies. Experiments on the MVTec AD dataset show that applying AMAR to PaDiM improves the category-wise average pixel-level F-score from 57.5% to 61.4%. | |
| キーワード | （和） | 外観検査 / 異常検知 / 異常領域検出 / 修正 / 機械学習 / / / |
| （英） | Visual inspection / Anomaly detection / Anomaly localization / Refinement / Machine learning / / / | |
| 文献情報 | 信学技報, vol. 125, no. 410, IE2025-179, pp. 460-465, 2026年3月. | |
| 資料番号 | IE2025-179 | |
| 発行日 | 2026-03-09 (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 | IMQ2025-102 IE2025-179 MVE2025-109 |
|
| 研究会情報 | |
| 研究会 | CQ MVE IMQ IE |
| 開催期間 | 2026-03-16 - 2026-03-18 |
| 開催地（和） | 沖縄産業支援センター |
| 開催地（英） | Okinawa-Sangyoushien-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 |
| 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 | 2026-03-CQ-MVE-IMQ-IE |
| 本文の言語 | 日本語 |
| タイトル（和） | 被検査画像と異常度マップを用いた検査結果の精緻化のためのAnomaly-Map Refinerの提案 |
| サブタイトル（和） | |
| タイトル（英） | Anomaly-Map Refiner for Refining Inspection Results Using Input Images and Anomaly Maps |
| 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） | 異常領域検出 / Anomaly localization |
| キーワード(4)（和/英） | 修正 / Refinement |
| キーワード(5)（和/英） | 機械学習 / Machine learning |
| 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） | 村上 尚生 / Naoki Murakami / ムラカミ ナオキ |
| 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） | 平松 直人 / Naoto Hiramatsu / ヒラマツ ナオト |
| 第2著者 所属（和/英） | 中京大学 (略称： 中京大) Chukyo University (略称： Chukyo Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 小林 大起 / Hiroki Kobayashi / コバヤシ ヒロキ |
| 第3著者 所属（和/英） | 中京大学 (略称： 中京大) Chukyo University (略称： Chukyo Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 秋月 秀一 / Shuichi Akizuki / アキヅキ シュウイチ |
| 第4著者 所属（和/英） | 中京大学 (略称： 中京大) Chukyo University (略称： Chukyo Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 橋本 学 / Manabu Hashimoto / ハシモト マナブ |
| 第5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 | 2026-03-18 09:40:00 |
| 発表時間 | 20分 |
| 申込先研究会 | IE |
| 資料番号 | IMQ2025-102, IE2025-179, MVE2025-109 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.408(IMQ), no.410(IE), no.411(MVE) |
| ページ範囲 | pp.460-465 |
| ページ数 | 6 |
| 発行日 | 2026-03-09 (IMQ, IE, MVE) |
[研究会発表申込システムのトップページに戻る]