| 講演名 | 2021-12-16 Self-Attention機構を組み込んだPatchCoreによる異常検知 武名 佑起(静岡大), 野田 祥希(明電舎), 望月 凜平(明電舎), 松村 周(鉄道総研), 大橋 剛介(静岡大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年，深層学習を用いた工業製品の外観検査において，傷や汚れなどの局所領域の異常検知では，優れた精度を達成しているモデルが多く存在する.しかし，部品同士の 共起関係の異常検知には弱いという課題がある.そこで，ピクセル間の関係性を 導出可能なTransformerのSelf-attention機構に着目し，共起関係の異常検知を可能にする．異常検知のベンチマークMVTec AD DatasetsのState-of-the-artであるPatchCoreにSelf-attention機構を導入することによって，部品同士の共起関係の異常を識別かつ，関係性の異なる箇所を特定可能なモデルを提案する． |
| 抄録(英) | In recent years, in visual inspection of industrial products using deep learning, There are many models that achieve excellent accuracy in detecting anomalies in local area such as scratches and stains. However, there is a problem that it is weak in detecting anomalies in cooccurrence relations between parts. Therefore, we focus on Transformer’s Self-attention module, which can determine the relationship between pixels, and enable anomaly detection of cooccurrence relationships. By introducing a Self-attention module into PatchCore, which is a State-of-the-art of MVTec AD Datasets of the anomaly detection benchmark, we propose a model that can identify anomalies in the cooccurrence relationships between parts and localize the parts with different relationships. |
| キーワード(和) | 深層学習 / 異常検知 / 教師なし学習 / PatchCore / Self-attention |
| キーワード(英) | Deep learning / Anomaly detection / Unsupervised learning / PatchCore / Self-attention |
| 資料番号 | PRMU2021-29 |
| 発行日 | 2021-12-09 (PRMU) |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2021/12/16(から2日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 時系列・因果推論・異常検知 |
| テーマ（英） | |
| 委員長氏名（和） | 内田 誠一(九大) |
| 委員長氏名（英） | Seiichi Uchida(Kyushu Univ.) |
| 副委員長氏名（和） | 岩村 雅一(阪府大) / 安倍 満(デンソーアイティーラボラトリ) |
| 副委員長氏名（英） | Masakazu Iwamura(Osaka Pref. Univ.) / Mitsuru Anpai(Denso IT Lab.) |
| 幹事氏名（和） | 柴田 剛志(NTT) / 西山 正志(鳥取大) |
| 幹事氏名（英） | Takashi Shibata(NTT) / Masashi Nishiyama(Tottori Univ.) |
| 幹事補佐氏名（和） | 山口 光太(サイバーエージェント) / 松井 勇佑(東大) |
| 幹事補佐氏名（英） | Kouta Yamaguchi(CyberAgent) / Yusuke Matsui(Univ. of Tokyo) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | Self-Attention機構を組み込んだPatchCoreによる異常検知 |
| サブタイトル（和） | |
| タイトル（英） | Anomaly Detection using PatchCore with Self-attention module |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 深層学習 / Deep learning |
| キーワード(2)（和/英） | 異常検知 / Anomaly detection |
| キーワード(3)（和/英） | 教師なし学習 / Unsupervised learning |
| キーワード(4)（和/英） | PatchCore / PatchCore |
| キーワード(5)（和/英） | Self-attention / Self-attention |
| 第 1 著者 氏名（和/英） | 武名 佑起 / Yuki Takena |
| 第 1 著者 所属（和/英） | 静岡大学(略称：静岡大) Shizuoka University(略称：Shizuoka Univ.) |
| 第 2 著者 氏名（和/英） | 野田 祥希 / Yoshiki Nota |
| 第 2 著者 所属（和/英） | 株式会社明電舎(略称：明電舎) Meidensya Corporation(略称：Meidensya Corp.) |
| 第 3 著者 氏名（和/英） | 望月 凜平 / Rinpei Mochizuki |
| 第 3 著者 所属（和/英） | 株式会社明電舎(略称：明電舎) Meidensya Corporation(略称：Meidensya Corp.) |
| 第 4 著者 氏名（和/英） | 松村 周 / Itaru Matsumura |
| 第 4 著者 所属（和/英） | 公益財団法人鉄道総合技術研究所(略称：鉄道総研) Railway Technical Research Institute(略称：Railway Technical Research Inst.) |
| 第 5 著者 氏名（和/英） | 大橋 剛介 / Gosuke Ohashi |
| 第 5 著者 所属（和/英） | 静岡大学(略称：静岡大) Shizuoka University(略称：Shizuoka Univ.) |
| 発表年月日 | 2021-12-16 |
| 資料番号 | PRMU2021-29 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | PRMU-304 |
| ページ範囲 | pp.31-36(PRMU), |
| ページ数 | 6 |
| 発行日 | 2021-12-09 (PRMU) |