外観検査AIを迅速に構築する外部駆動型視覚注視機構の確立

建立外部驱动的视觉凝视机制，快速构建视觉检测AI

• 批准号: 22K12169
• 负责人: 徳永 旭将
• 金额: $ 2.66万
• 依托单位: Kyushu Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K12169/
• 关键词: 外観検査AI; 視覚注視機構; ディープニューラルネットワーク; 教師あり学習; 教師なし学習; カリキュラム学習; 異常検出; ディープラーニング; 統計的機械学習

本研究では, 限られた異常画像サンプルからでも異常の特徴を効率的に学習可能な外観検査AIを実現するため, 教師なし学習によって得られた異常に関する知見を異常検出に用いるCNNに取り込むための注視機構:外部駆動型の視覚注視機構を提案する。当該年度では, 外部駆動型注視の最も基本的な仕組みをディープニューラルネットワークに実装し, 工業製品）, 植物, DRIVEなど, 多様な実問題のデータセットに対し, 本技術の有効性の検証を行った。その結果, 多くのケースにおいて外部駆動型注視機構により異常検出性能を底上げすることができることを確認した。また, 自己注視機構を備えたディープニューラルネットワークに対しても, 大半のケースで同様に基本性能を底上げできることを確認した。これは, 自己注視機構と外部駆動型注視機構は相補的に機能し, ディープニューラルネットワークの特徴や識別能力に寄与できるという仮説を支持する結果であると考えられる。ここまでに得られた成果について, 査読付き国際会議に投稿し, 採択された。次に, 上記とはやや異なる成果について述べる。提案技術では, 他の良品学習を行った学習済みニューラルネットから出力した異常マップを, 視覚注視機構を通して異常検出ネットワークに与える。提案技術の有効性は, この良品学習をどのようなモデル, 過程で行うかに強く依存すると考えられる。そこで, 画像全体の自己再構成, 画像の色の再構成, 画像の局所欠損補完など, いくつかの異なる画像復元プロセスを異なるモデルを用いて学習し, その出力を外部駆動型視覚注視に用いて, 結果の比較を行った。その結果, どのような良品学習が効果的であるかは, 検出したい異常の性質によって異なるという点を確認した。

In this study, we propose a method for learning the possibility of detecting AI in abnormal images, for teachers to learn the possibility of detecting AI in abnormal images, for CNN to detect AI in abnormal images, for teachers to learn the possibility of detecting AI in abnormal images, for CNN to detect AI in abnormal images, for CNN to detect AI in abnormal images, for teachers to learn the possibility of detecting AI in abnormal images, for teachers to learn the possibility of detecting AI in abnormal images, for teachers to learn the possibility of detecting AI in abnormal images. When the year is over, the most basic group of external motion-type eyes is set up, industrial products are installed, plants, DRIVE, and multi-dimensional problems are set up, and the effective demonstration of this technology is implemented. As a result, the number of eyes in the external movement type of the observation mechanism is increased. For the most part, the basic performance of the system is confirmed. The self-gaze mechanism and the external motion-type gaze mechanism complement each other's functions, and the characteristics and recognition ability are supported by the results. The results of the conference were reviewed and submitted to the International Conference. Second, on the record, the results of the study are different. The proposal technology is good for learning, and the study method is good for learning. The proposed technology is effective, and the process of good learning is dependent on the study. In this case, the whole picture is reconstructed by itself, the color of the picture is reconstructed, the loss of the picture is compensated completely, the difference between the picture and the picture is restored, the difference between the picture and the picture is studied, and the output is used for external movement type visual observation, and the result is compared. As a result, we can confirm the abnormal nature of the problem.

项目成果

Layer-wise External Attention for Efficient Deep Anomaly Detection

用于高效深度异常检测的逐层外部注意力

• DOI: 10.5220/0011856800003497
• 发表时间: 2023
• 期刊: Proceedings of the 3rd International Conference on Image Processing and Vision Engineering
• 作者: Hayakawa Tokihisa;Nakanishi Keiichi;Katafuchi Ryoya;Tokunaga Terumasa
• 通讯作者: Tokunaga Terumasa