お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
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 2022-03-27 15:40
拡散モデルによる工業製品の異常検知の検証
柏原 悠松原 崇阪大CCS2021-48
抄録 (和) 生成モデルによる異常検知は正常画像のみで学習したモデルで,入力画像と再構成画像の差異により異常画像であるかどうかを判断する方法が一般的である.しかし,既存の生成モデルでは再構成画像が不鮮明であったり,元の画像から回転するなどの問題がある.そこで,我々は鮮明な再構成が可能であるDenoising Diffusion Probabilistic Modelsをベースのモデルとして,異常検知で拡散過程を使用しない方法により,画像データの回転に対して頑健な異常検知を可能にした.本研究では工業用製品で評価を行い,既存の生成モデルによる性能をより優れた結果を得た. 
(英) Anomaly detection by generative models is achieved by comparing the reconstruction and the original image. However, existing generative models often lead to a blurred reconstruction and the loss of original image features (e.g., the orientation). In industrial anomaly detection, the objects often point to each direction and have detailed flaws. If the reconstruction is different from the original orientation and blurs the flaw, the anomaly detection fails. To avoid the problems, we propose the anomaly detection model based on diffusion model. The proposed model can reconstruct an image well and preserve original features. In this study, the model is evaluated on MVTeC AD, a dataset of industrial products anomaly detection, and demonstrates the area under receiver operating characteristic curve of 0.92. The score is significantly better than the existing generative models.
キーワード (和) 深層学習 / 人工知能 / 異常検知 / 生成モデル / 拡散モデル / / /  
(英) deep learning / artificial intelligence / anomaly detection / generative model / diffusion model / / /  
文献情報 信学技報, vol. 121, no. 442, CCS2021-48, pp. 72-77, 2022年3月.
資料番号 CCS2021-48 
発行日 2022-03-20 (CCS) 
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 CCS2021-48

研究会情報
研究会 CCS  
開催期間 2022-03-27 - 2022-03-27 
開催地(和) 北海道 ルスツリゾートホテル&コンベンション 
開催地(英) RUSUTSU RESORT HOTEL & CONVENTION 
テーマ(和) 一般 
テーマ(英)  
講演論文情報の詳細
申込み研究会 CCS 
会議コード 2022-03-CCS 
本文の言語 英語(日本語タイトルあり) 
タイトル(和) 拡散モデルによる工業製品の異常検知の検証 
サブタイトル(和)  
タイトル(英) Evaluation of Industrial Anomaly Detection using Diffusion Model 
サブタイトル(英)  
キーワード(1)(和/英) 深層学習 / deep learning  
キーワード(2)(和/英) 人工知能 / artificial intelligence  
キーワード(3)(和/英) 異常検知 / anomaly detection  
キーワード(4)(和/英) 生成モデル / generative model  
キーワード(5)(和/英) 拡散モデル / diffusion model  
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) 柏原 悠 / Yu Kashihara / カシハラ ユウ
第1著者 所属(和/英) 大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ.)
第2著者 氏名(和/英/ヨミ) 松原 崇 / Takashi Matsubara / マツバラ タカシ
第2著者 所属(和/英) 大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ.)
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 第1著者 
発表日時 2022-03-27 15:40:00 
発表時間 25分 
申込先研究会 CCS 
資料番号 CCS2021-48 
巻番号(vol) vol.121 
号番号(no) no.442 
ページ範囲 pp.72-77 
ページ数
発行日 2022-03-20 (CCS) 


[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