| 大会名称 |
| 2018年 総合大会 |
| 大会コ－ド |
| 2018G |
| 開催年 |
|
2018
|
| 発行日 |
|
|
| セッション番号 |
|
D-12A
|
| セッション名 |
|
パターン認識・メディア理解A
|
| 講演日 |
|
2018/3/21
|
| 講演場所(会議室等) |
|
２号館 9Ｆ 2903教室
|
| 講演番号 |
|
D-12-15
|
| タイトル |
|
GANを利用した半導体製品の外観検査
|
| 著者名 |
|
○猿倉祐輔, 笠原竹博, 米沢裕司, 上田芳弘, 南保英孝,
|
| キーワード |
|
Generative Adversarial Networks, 外観検査, 深層学習
|
| 抄録 |
|
半導体素子の不良品を検出するために人による外観検査が行われてきた. 人による検査は人ごとに判断基準がばらつく，人件費がかかるなどの問題があるため，画像を用いた自動外観検査の導入が進められている.近年，画像処理の分野では深層学習の一つである畳み込みニューラルネットワークを用いたクラス分類手法が従来の認識手法を大きく上回る成果をあげている．しかし，クラス分類の学習にはクラスごとに大量のデータが必要であり，不良品のデータが少ない今回のタスクには適していない．そこで今発表では，Schleglが提案したGenerative Adversarial Networkを用いた異常検知のフレームワークを不良検知のタスクに使用することを提案する．
|
| 本文pdf |
|
PDF download
|
