論文の概要: A Versatile Crack Inspection Portable System based on Classifier Ensemble and Controlled Illumination

• arxiv url: http://arxiv.org/abs/2010.09557v1
• Date: Mon, 19 Oct 2020 14:39:03 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-05 22:17:28.681718
• Title: A Versatile Crack Inspection Portable System based on Classifier Ensemble and Controlled Illumination
• Title（参考訳）: 分類器アンサンブルと制御照明を用いた多用途き裂検査携帯システム
• Authors: Milind G. Padalkar, Carlos Beltr\'an-Gonz\'alez, Matteo Bustreo, Alessio Del Bue and Vittorio Murino
• Abstract要約: 本稿では, セラミックタイルのひび割れの自動視覚検査装置を提案する。 様々な高さの照明が、カスタマイズされただけでなく、最先端の建築にも与える影響について、分類器の訓練によって検討する。 実世界の産業環境におけるき裂検出の改善に役立つ照明条件について考察する。
• 参考スコア（独自算出の注目度）: 32.0946448103494
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents a novel setup for automatic visual inspection of cracks in ceramic tile as well as studies the effect of various classifiers and height-varying illumination conditions for this task. The intuition behind this setup is that cracks can be better visualized under specific lighting conditions than others. Our setup, which is designed for field work with constraints in its maximum dimensions, can acquire images for crack detection with multiple lighting conditions using the illumination sources placed at multiple heights. Crack detection is then performed by classifying patches extracted from the acquired images in a sliding window fashion. We study the effect of lights placed at various heights by training classifiers both on customized as well as state-of-the-art architectures and evaluate their performance both at patch-level and image-level, demonstrating the effectiveness of our setup. More importantly, ours is the first study that demonstrates how height-varying illumination conditions can affect crack detection with the use of existing state-of-the-art classifiers. We provide an insight about the illumination conditions that can help in improving crack detection in a challenging real-world industrial environment.
• Abstract（参考訳）: 本稿では, 陶磁器タイルの亀裂の自動検査のための新しいセットアップと, 各種分類器と高輝度照明条件の影響について検討する。 このセットアップの背景にある直感は、クラックは特定の照明条件下で他のものよりもよく視覚化できるということだ。 最大寸法に制約のあるフィールドワークを想定し,複数の照明条件を有するクラック検出用画像を複数高さに配置した照明源を用いて取得する。 次に、取得した画像から抽出したパッチをスライディングウィンドウ方式で分類してき裂検出を行う。 我々は,カスタマイズされたアーキテクチャと最先端アーキテクチャの両方に分類器を訓練し,様々な高さに配置した照明の効果を調査し,パッチレベルとイメージレベルの両方でその性能を評価し,セットアップの有効性を実証した。 さらに重要なことは、既存の最先端の分類器を用いて、高さの異なる照明条件がき裂検出にどのように影響するかを示す最初の研究である。 実世界の産業環境におけるき裂検出の改善に役立つ照明条件について考察する。

関連論文リスト

• Adaptive Stereo Depth Estimation with Multi-Spectral Images Across All Lighting Conditions [58.88917836512819]
  本稿では,立体深度推定を取り入れた新しいフレームワークを提案し,正確な幾何学的制約を強制する。 照明の劣化がステレオマッチングに与える影響を軽減するために,劣化マスキングを導入する。 提案手法は,Multi-Spectral Stereo(MS2)データセット上でのSOTA(State-of-the-art)性能を実現する。
  論文  参考訳（メタデータ） (2024-11-06T03:30:46Z)
• ALEN: A Dual-Approach for Uniform and Non-Uniform Low-Light Image Enhancement [6.191556429706728]
  不適切な照明は、情報損失や画質の低下を招き、監視などの様々な応用に影響を及ぼす可能性がある。 現在のエンハンスメント技術は、しばしば特定のデータセットを使用して低照度画像を強化するが、様々な現実世界の条件に適応する際の課題は残る。 アダプティブ・ライト・エンハンスメント・ネットワーク (ALEN) を導入し、その主なアプローチは、ローカル照明とグローバル照明の強化が必要であるかどうかを決定するための分類機構を使用することである。
  論文  参考訳（メタデータ） (2024-07-29T05:19:23Z)
• Dual-Image Enhanced CLIP for Zero-Shot Anomaly Detection [58.228940066769596]
  本稿では,統合視覚言語スコアリングシステムを活用したデュアルイメージ強化CLIP手法を提案する。 提案手法は,画像のペアを処理し,それぞれを視覚的参照として利用することにより,視覚的コンテキストによる推論プロセスを強化する。 提案手法は視覚言語による関節異常検出の可能性を大幅に活用し,従来のSOTA法と同等の性能を示す。
  論文  参考訳（メタデータ） (2024-05-08T03:13:20Z)
• Low-Light Image Enhancement with Illumination-Aware Gamma Correction and Complete Image Modelling Network [69.96295927854042]
  低照度環境は通常、情報の少ない大規模な暗黒地帯に繋がる。 本稿では,ガンマ補正の有効性を深層ネットワークのモデリング能力と統合することを提案する。 指数関数演算は高い計算複雑性をもたらすので、Taylor Series を用いてガンマ補正を近似することを提案する。
  論文  参考訳（メタデータ） (2023-08-16T08:46:51Z)
• Semi-supervised atmospheric component learning in low-light image problem [0.0]
  環境照明条件は、写真装置から画像の知覚的品質を決定する上で重要な役割を担っている。 本研究では,低照度画像復元のための非参照画像品質指標を用いた半教師付きトレーニング手法を提案する。
  論文  参考訳（メタデータ） (2022-04-15T17:06:33Z)
• A Synthesis-Based Approach for Thermal-to-Visible Face Verification [105.63410428506536]
  本稿では,ARL-VTFおよびTUFTSマルチスペクトル顔データセット上での最先端性能を実現するアルゴリズムを提案する。 MILAB-VTF(B)も提案する。
  論文  参考訳（メタデータ） (2021-08-21T17:59:56Z)
• Multiplexed Illumination for Classifying Visually Similar Objects [2.715884199292287]
  本稿では、多重照明を用いて、分類に成功できる対象の範囲を拡大することを提案する。 発光位置と色の組み合わせで試料を撮像する小型RGB-IR光ステージを構築した。 そこで我々は,照明パターンを選択し,得られた画像を用いて分類器を訓練する手法を開発した。
  論文  参考訳（メタデータ） (2020-09-23T12:10:06Z)
• Unsupervised Low-light Image Enhancement with Decoupled Networks [103.74355338972123]
  我々は、実世界の低照度画像を教師なしで拡張する2段階のGANベースのフレームワークを学習する。 提案手法は,照度向上と雑音低減の両面から,最先端の教師なし画像強調法より優れる。
  論文  参考訳（メタデータ） (2020-05-06T13:37:08Z)
• Complex-Object Visual Inspection via Multiple Lighting Configurations [39.48051873828088]
  そこで本研究では,4つの照明構成を組み込んだ新しい照明装置を提案する。 複素対象物の有効照明に対する提案手法の適合性を示す。
  論文  参考訳（メタデータ） (2020-04-20T15:25:03Z)

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。