| 講演名 | 2024-03-03 学習済み深層学習モデルを用いた異常検出のための特徴量重ね合わせの最適化 平尾 寿希(九工大), 川原 僚(九工大), 岡部 孝弘(九工大), 大智 輝(i-PRO), 佐々木 雄飛(i-PRO), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 画像に基づく異常検出は，外観検査の自動化に有用である．特に，学習済み深層学習モデルを用いて抽出した特徴量に基づく異常検出は，少数の正例のみを用いた短時間の学習で比較的高い検出精度を実現できることから注目されている．本研究では，学習済み深層学習モデルを用いた異常検出の精度が，入力画像の良し悪しに依存することに着目して，撮影条件の異なる複数の画像を入力とする手法を提案する．提案手法では，正例のみ，もしくは，正例とごく少数の負例を用いた学習により，複数の画像から抽出した特徴量を最適に重ね合わせて異常検出を行う．学習済み深層学習モデルを用いた異常検出の代表的な手法に特徴量重ね合わせの最適化を組み込み，公開データセットを用いた実験を行うことで，提案手法の有効性を示す． |
| 抄録(英) | |
| キーワード(和) | 外観検査 / 異常検出 / 深層学習 / 学習済みモデル / 撮影条件 |
| キーワード(英) | |
| 資料番号 | PRMU2023-63 |
| 発行日 | 2024-02-25 (PRMU) |
| 研究会情報 | |
| 研究会 | PRMU / IBISML / IPSJ-CVIM |
|---|---|
| 開催期間 | 2024/3/3(から2日開催) |
| 開催地（和） | 広島大学 東広島キャンパス |
| 開催地（英） | Hiroshima Univ. Higashi-Hiroshima campus |
| テーマ（和） | 雑多なデータセットの有効活用 (PRMU/IPSJ-CVIM)、機械学習の理論と応用の広がり (IBISML) |
| テーマ（英） | |
| 委員長氏名（和） | 柏野 邦夫(NTT) / 杉山 将(東大) / 日浦 慎作(兵庫県立大) |
| 委員長氏名（英） | Kunio Kashio(NTT) / Masashi Sugiyama(Univ. of Tokyo) / 日浦 慎作(兵庫県立大) |
| 副委員長氏名（和） | 舩冨 卓哉(奈良先端大) / 入江 豪(東京理科大) / 神嶌 敏弘(産総研) / 津田 宏治(東大) |
| 副委員長氏名（英） | Takuya Funatomi(NAIST) / Go Irie(Tokyo Univ. of Science) / Toshihiro Kamishima(AIST) / Koji Tsuda(Univ. of Tokyo) |
| 幹事氏名（和） | 井上 中順(東工大) / 川西 康友(理研) / 岩田 具治(NTT) / 中村 篤祥(北大) / 出口 大輔(名大) / 高橋 康輔(ウミトロン) / 田中 賢一郎(立命館大) / 波部 斉(近畿大) / 槇原 靖(阪大) / 浦西 友樹(阪大) |
| 幹事氏名（英） | Nakamasa Inoue(Tokyo Inst. of Tech.) / Yasutomo Kawanishi(Riken) / Tomoharu Iwata(NTT) / Atsuyoshi Nakamura(Hokkaido Univ.) / 出口 大輔(名大) / 高橋 康輔(ウミトロン) / 田中 賢一郎(立命館大) / 波部 斉(近畿大) / 槇原 靖(阪大) / 浦西 友樹(阪大) |
| 幹事補佐氏名（和） | 下西 慶(京大) / 原 健翔(産総研) / 河原 吉伸(阪大) / 鈴木 大慈(東大) |
| 幹事補佐氏名（英） | Kei Shimonishi(Kyoto Univ.) / Kensho Hara(AIST) / Yoshinobu Kawahara(Osaka Univ.) / Taiji Suzuki(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 / Technical Committee on Information-Based Induction Sciences and Machine Learning / Special Interest Group on Computer Vision and Image Media |
|---|---|
| 本文の言語 | JPN-ONLY |
| タイトル（和） | 学習済み深層学習モデルを用いた異常検出のための特徴量重ね合わせの最適化 |
| サブタイトル（和） | |
| タイトル（英） | |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 外観検査 |
| キーワード(2)（和/英） | 異常検出 |
| キーワード(3)（和/英） | 深層学習 |
| キーワード(4)（和/英） | 学習済みモデル |
| キーワード(5)（和/英） | 撮影条件 |
| 第 1 著者 氏名（和/英） | 平尾 寿希 / Toshiki Hirao |
| 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) |
| 第 2 著者 氏名（和/英） | 川原 僚 / Ryo Kawahara |
| 第 2 著者 所属（和/英） | 九州工業大学(略称：九工大) Kyushu Institute of Technology(略称：Kyutech) |
| 第 3 著者 氏名（和/英） | 岡部 孝弘 / Takahiro Okabe |
| 第 3 著者 所属（和/英） | 九州工業大学(略称：九工大) Kyushu Institute of Technology(略称：Kyutech) |
| 第 4 著者 氏名（和/英） | 大智 輝 / Akira Ochi |
| 第 4 著者 所属（和/英） | i-PRO株式会社(略称：i-PRO) i-PRO Co., Ltd.(略称：i-PRO) |
| 第 5 著者 氏名（和/英） | 佐々木 雄飛 / Yuuhi Sasaki |
| 第 5 著者 所属（和/英） | i-PRO株式会社(略称：i-PRO) i-PRO Co., Ltd.(略称：i-PRO) |
| 発表年月日 | 2024-03-03 |
| 資料番号 | PRMU2023-63 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | PRMU-409 |
| ページ範囲 | pp.70-75(PRMU), |
| ページ数 | 6 |
| 発行日 | 2024-02-25 (PRMU) |