메뉴
닫기


Multi-Channel Deep-learning Based Auto Defect Detection System using Feature Fused Illumination Images
Year of publication
2018
Author
Jong Hyuk Lee, Byeong Hak Kim, Hyun Ki Lee, Min Young Kim
Conference
The Korean Institute of Communications and Information Sciences, Conference (2018)
Page
133-134

본 논문은 인공지능 분야의 딥러닝 기술을 기반으로 다양한 특징을 가지는 조명 영상을 융합한 데이터를 이용하여, 3채널의 딥러닝 결합을 통한 자동 결함 탐지 분류 시스템을 제안한다. 주물형 제품의 특성상 표면이 고르지 못하고 작은 결함의 경우 조명의 각도에 따라 결함 검출률이 달라진다. 따라서 이러한 문제를 해결하고자 다양한 조명의 각도를 이용하여 Reflictivity, Roughness, Slope 정보를 결합한 융합 데이터를 생성하고, 이를 이용하여 3채널의 딥러닝 모델을 융합한 시스템으로 주물형 제품에 대한 자동 결함 탐지의 검출력을 향상 할 수 있다. 실험결과에서 제안한 방법은 결함의 기준정보 대비 탐지 정확도가 95.12%수준으로 측정되었다. 제안한 시스템은 향후 딥러닝 기반의 자동 결함탐지 시스템은 물론, 전자광학 카메라 시스템의 탐지 성능향상을 위한 범용기술로 활용될 것으로 기대된다.



[702-701] 1370 Sankyuk-dong, Buk-gu, Daegu, Korea
Tel : +82-53-950-7233 / Fax : +82-53-950-5505
Copyrights ⒞ 2019 Kyungpook National University. All Rights Reserved.