| 講演名 | 2022-06-09 ［招待講演］高性能かつコストエフェクティブな外観検査AIに向けた統計的機械学習の先進的応用 徳永 旭将(九工大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 工業製品の良・不良を見た目から識別する外観検査は, 製造業の品質管理に欠かせない工程である。近年では, ディープラーニングの躍進に駆動される形で, 統計的機械学習に基づく外観検査AIの研究が盛んに行われている。しかしながら, 教師あり学習に立脚したアプローチでは, 大量の良品画像と不良品画像が分類器の訓練に必要となる。したがって, 限られた枚数の不良品画像からでもいかに不良領域を効率的に検出, あるいは位置同定できるDNNを迅速に現場に導入できるかが, 外観検査AIの重要課題と言える。そこで我々は, 高性能かつコストエフェクティブな外観検査AIを目指し, 統計的機械学習の先進的応用研究を進めている。具体例として, 通常の教師ありDNNに加え, （１）良品画像の敵対的学習による欠損補間に基づく異常マップ抽出技術, （２）良品画像の教師なし学習と不均衡データの教師あり学習を視覚注視機構に基づき組み合わせるハイブリッドな外観検査AI, そして, （３）部分的なアノテーションからの半教師あり学習に基づく不良領域セグメンテーション技術等の研究を推進している。いずれのアプローチも, 必要な性能を維持しつつ, いかに不良品画像収集のコストを抑制できるかという点に焦点を当てている。現在, これら外観検査AIを, 複数のものづくり企業が抱える外観検査問題に応用する試みを進めている。講演では, その過程で見えてきた工業製品の外観検査AIに関する共通の課題と, 今後の目標・展望について述べる。 |
| 抄録(英) | Visual inspection is an essential step for quality control in manufacturing. Recently, many researchers have shown great interest in the establishment of visual inspection AI driven by breakthroughs in deep learning. Supervised approaches require the large number of defective and defect-free sample images for training classifiers. However, in many practical situations, the collection of defective images is quite costly. We are now developing novel anomaly detection techniques towards cost-effective and high-performance visual inspection AI. Our approaches rely on advanced application of machine learning techniques, including unsupervised learning, semi-supervised learning and visual attention mechanism. This presentation will report the current status and scope of our projects including recent collaborative researches with manufacturing companies. |
| キーワード(和) | 外観検査AI / 異常検出 / ディープニューラルネットワーク / 敵対的生成ネットワーク / 視覚注視機構 / 半教師あり学習 |
| キーワード(英) | visual inspection AI / anomaly detection / deep neural network / generative adversarial network / visual attention mechanism / semi-supervised learning |
| 資料番号 | SIS2022-6 |
| 発行日 | 2022-06-02 (SIS) |
| 研究会情報 | |
| 研究会 | SIS / IPSJ-AVM |
|---|---|
| 開催期間 | 2022/6/9(から2日開催) |
| 開催地（和） | 九州工業大学（若松） |
| 開催地（英） | KIT(Wakamatsu Campus) |
| テーマ（和） | 知的マルチメディアシステム, 組込み応用システム, 立体映像技術, 一般 |
| テーマ（英） | Intelligent Multimedia Systems, Applied Embedded Systems, Three-Dimensional Image Technology (3DIT), etc. |
| 委員長氏名（和） | 末竹 規哲(山口大) / 内藤 整(KDDI総合研究所) |
| 委員長氏名（英） | Noriaki Suetake(Yamaguchi Univ.) / Sei Naito(KDDI Research, Inc.) |
| 副委員長氏名（和） | 木村 誠聡(神奈川工科大) / 笹岡 直人(鳥取大) |
| 副委員長氏名（英） | Tomoaki Kimura(Kanagawa Inst. of Tech.) / Naoto Sasaoka(Tottori Univ.) |
| 幹事氏名（和） | 坂東 幸浩(NTT) / 三澤 秀明(宇部高専) / 越智 大介(NTT) / 亀田 裕介(東京理科大) / 徐 建鋒(KDDI総合研究所) |
| 幹事氏名（英） | Yukihiro Bandoh(NTT) / Hideaki Misawa(National Inst. of Tech., Ube College) / Daisuke Ochi(NTT) / Yusuke Kameda(Tokyo Univ. of Science) / Xu Jianfeng(KDDI Research, Inc.) |
| 幹事補佐氏名（和） | 吉田 壮(関西大学) / 眞壁 義明(神奈川工科大) |
| 幹事補佐氏名（英） | Soh Yoshida(Kansai Univ.) / Yoshiaki Makabe(Kanagawa Inst. of Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Smart Info-Media Systems / Special Interest Group on Audio Visual and Multimedia Information Processing |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ［招待講演］高性能かつコストエフェクティブな外観検査AIに向けた統計的機械学習の先進的応用 |
| サブタイトル（和） | |
| タイトル（英） | [Invited Talk] Advanced applications of machine learning techniques towards high-performance and cost-effective visual inspection AI |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 外観検査AI / visual inspection AI |
| キーワード(2)（和/英） | 異常検出 / anomaly detection |
| キーワード(3)（和/英） | ディープニューラルネットワーク / deep neural network |
| キーワード(4)（和/英） | 敵対的生成ネットワーク / generative adversarial network |
| キーワード(5)（和/英） | 視覚注視機構 / visual attention mechanism |
| キーワード(6)（和/英） | 半教師あり学習 / semi-supervised learning |
| 第 1 著者 氏名（和/英） | 徳永 旭将 / Terumasa Tokunaga |
| 第 1 著者 所属（和/英） | 九州工業大学(略称：九工大) Kyushu Institute of Technology(略称：Kyutech) |
| 発表年月日 | 2022-06-09 |
| 資料番号 | SIS2022-6 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | SIS-62 |
| ページ範囲 | pp.30-30(SIS), |
| ページ数 | 1 |
| 発行日 | 2022-06-02 (SIS) |