論文の概要: Print Defect Mapping with Semantic Segmentation

• arxiv url: http://arxiv.org/abs/2001.10111v1
• Date: Mon, 27 Jan 2020 22:40:09 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-06 08:25:13.551202
• Title: Print Defect Mapping with Semantic Segmentation
• Title（参考訳）: セマンティックセグメンテーションによる印刷欠陥マッピング
• Authors: Augusto C. Valente, Cristina Wada, Deangela Neves, Deangeli Neves, F\'abio V. M. Perez, Guilherme A. S. Megeto, Marcos H. Cascone, Otavio Gomes, Qian Lin
• Abstract要約: 印刷欠陥をピクセルレベルでマップする最初のエンドツーエンドフレームワークを提案する。 我々のフレームワークは畳み込みニューラルネットワーク、特にDeepLab-v3+を使用し、有望な結果を得る。
• 参考スコア（独自算出の注目度）: 4.189639503810488
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Efficient automated print defect mapping is valuable to the printing industry since such defects directly influence customer-perceived printer quality and manually mapping them is cost-ineffective. Conventional methods consist of complicated and hand-crafted feature engineering techniques, usually targeting only one type of defect. In this paper, we propose the first end-to-end framework to map print defects at pixel level, adopting an approach based on semantic segmentation. Our framework uses Convolutional Neural Networks, specifically DeepLab-v3+, and achieves promising results in the identification of defects in printed images. We use synthetic training data by simulating two types of print defects and a print-scan effect with image processing and computer graphic techniques. Compared with conventional methods, our framework is versatile, allowing two inference strategies, one being near real-time and providing coarser results, and the other focusing on offline processing with more fine-grained detection. Our model is evaluated on a dataset of real printed images.
• Abstract（参考訳）: 自動印刷欠陥マッピングの効率性は印刷業界にとって有益であり,このような欠陥が消費者の知覚する印刷品質に直接影響し,手動でマッピングすることはコスト非効率である。 従来の手法は複雑で手作りの特徴工学技術で構成されており、通常は1種類の欠陥だけを対象としている。 本稿では,意味セグメンテーションに基づくアプローチを採用し,印刷欠陥をピクセルレベルでマップする最初のエンドツーエンドフレームワークを提案する。 我々のフレームワークは畳み込みニューラルネットワーク、特にDeepLab-v3+を使用し、印刷画像の欠陥を識別する有望な結果を得る。 2種類の印刷欠陥と印刷スキャン効果を画像処理とコンピュータグラフィックス技術を用いてシミュレーションし,合成学習データを用いる。 従来の手法と比較して,我々のフレームワークは2つの推論戦略が可能である。一方はリアルタイムに近づき,粗い結果が得られ,他方はよりきめ細かな検出によるオフライン処理に重点を置いている。 本モデルは,実画像のデータセット上で評価される。

関連論文リスト

• Topograph: An efficient Graph-Based Framework for Strictly Topology Preserving Image Segmentation [78.54656076915565]
  位相的正しさは多くの画像分割タスクにおいて重要な役割を果たす。 ほとんどのネットワークは、Diceのようなピクセル単位の損失関数を使って、トポロジカルな精度を無視して訓練されている。 トポロジ的に正確な画像セグメンテーションのための新しいグラフベースのフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-11-05T16:20:14Z)
• ENTED: Enhanced Neural Texture Extraction and Distribution for Reference-based Blind Face Restoration [51.205673783866146]
  我々は,高品質でリアルな肖像画を復元することを目的とした,ブラインドフェイス修復のための新しいフレームワークであるENTEDを提案する。 劣化した入力画像と参照画像の間で高品質なテクスチャ特徴を伝達するために,テクスチャ抽出と分布の枠組みを利用する。 われわれのフレームワークにおけるStyleGANのようなアーキテクチャは、現実的な画像を生成するために高品質な潜伏符号を必要とする。
  論文  参考訳（メタデータ） (2024-01-13T04:54:59Z)
• Pixel-Inconsistency Modeling for Image Manipulation Localization [59.968362815126326]
  デジタル画像法医学は、画像認証と操作のローカライゼーションにおいて重要な役割を果たす。 本稿では,画素不整合アーチファクトの解析を通じて,一般化されたロバストな操作ローカライゼーションモデルを提案する。 実験により,本手法は固有の画素不整合偽指紋を抽出することに成功した。
  論文  参考訳（メタデータ） (2023-09-30T02:54:51Z)
• WOUAF: Weight Modulation for User Attribution and Fingerprinting in Text-to-Image Diffusion Models [32.29120988096214]
  本稿では,生成画像に責任を負うモデルフィンガープリントの新たなアプローチを提案する。 提案手法は,ユーザ固有のデジタル指紋に基づいて生成モデルを修正し,ユーザへ遡ることができるコンテンツにユニークな識別子を印字する。
  論文  参考訳（メタデータ） (2023-06-07T19:44:14Z)
• Semi-Siamese Network for Robust Change Detection Across Different Domains with Applications to 3D Printing [17.176767333354636]
  本稿では3Dプリンティングプロセスにおける欠陥検出のための新しいセミ・シームズ深層学習モデルを提案する。 本モデルは,撮像装置の摂動に対して頑健でありながら,異なる領域からの異種画像の比較を可能にするように設計されている。 われわれのモデルでは、欠陥ローカライズ予測は標準のMacBook Proを使って1層あたり半秒未満で行うことができ、F1スコアは0.9以上である。
  論文  参考訳（メタデータ） (2022-12-16T17:02:55Z)
• Document Image Binarization in JPEG Compressed Domain using Dual Discriminator Generative Adversarial Networks [0.0]
  提案したモデルは、穴、消し去られた、あるいは汚されたインク、粉塵、ずれた繊維といった課題を持つDIBCOデータセットのさまざまなバージョンで徹底的にテストされている。 このモデルは非常に堅牢で、時間と空間の複雑さの両面で効率的であることが証明され、JPEG圧縮領域における最先端の性能がもたらされた。
  論文  参考訳（メタデータ） (2022-09-13T12:07:32Z)
• Towards Smart Monitored AM: Open Source in-Situ Layer-wise 3D Printing Image Anomaly Detection Using Histograms of Oriented Gradients and a Physics-Based Rendering Engine [0.0]
  本研究では,物理レンダリングエンジンであるBlenderで生成した理想的なプロセスのG符号による参照画像と静止単眼カメラからのプリント層画像を比較し,3次元印刷異常を検出するオープンソース手法を提案する。 局所画像領域の向き勾配(HOG)のヒストグラムの類似性を解析することにより,視覚偏差の認識を実現した。 本手法の実装は, 予備データを必要としないため, 部品の大量生産において, 同一形状の添加物あるいは減算的製造を行うことで, 最大効率を実現することができる。
  論文  参考訳（メタデータ） (2021-11-04T09:27:10Z)
• BoundarySqueeze: Image Segmentation as Boundary Squeezing [104.43159799559464]
  本研究では,オブジェクトとシーンの微細な高画質画像分割のための新しい手法を提案する。 形態素画像処理技術による拡張と浸食に着想を得て,画素レベルのセグメンテーション問題をスクイーズ対象境界として扱う。 提案手法は,COCO,Cityscapesのインスタンス・セグメンテーション・セグメンテーション・セグメンテーションにおいて大きく向上し,同一条件下での精度・速度ともに従来のPointRendよりも優れていた。
  論文  参考訳（メタデータ） (2021-05-25T04:58:51Z)
• High-Resolution Image Inpainting with Iterative Confidence Feedback and Guided Upsampling [122.06593036862611]
  既存の画像塗装法は、実アプリケーションで大きな穴を扱う際に、しばしばアーティファクトを生成する。 本稿では,フィードバック機構を備えた反復インペイント手法を提案する。 実験により,本手法は定量評価と定性評価の両方において既存手法よりも有意に優れていた。
  論文  参考訳（メタデータ） (2020-05-24T13:23:45Z)
• Printing and Scanning Attack for Image Counter Forensics [11.193867567895353]
  画像の真正性を調べることは、操作ツールがよりアクセスしやすく、進歩するにつれて、ますます重要になっている。 近年の研究では、CNNをベースとした画像検出装置は操作の特定に成功しているが、敵の攻撃にも弱いことが示されている。 我々は、印刷とスキャンという、非常に確実な攻撃方法を探究する。
  論文  参考訳（メタデータ） (2020-04-27T00:32:15Z)
• Learning End-to-End Lossy Image Compression: A Benchmark [90.35363142246806]
  まず,学習した画像の圧縮方法に関する総合的な文献調査を行う。 本稿では,最先端の学習画像圧縮手法のマイルストーンについて述べるとともに,既存の幅広い作品について概観し,その歴史的開発ルートについて考察する。 エントロピー推定と信号再構成のための粗大な超高次モデルを導入することにより、速度歪み性能の向上を実現する。
  論文  参考訳（メタデータ） (2020-02-10T13:13:43Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。