論文の概要: Image-Based Detection of Modifications in Gas Pump PCBs with Deep Convolutional Autoencoders

• arxiv url: http://arxiv.org/abs/2210.00100v1
• Date: Fri, 30 Sep 2022 21:31:47 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-04 13:22:49.878115
• Title: Image-Based Detection of Modifications in Gas Pump PCBs with Deep Convolutional Autoencoders
• Title（参考訳）: 深部畳み込みオートエンコーダを用いたガスポンプPCBの修正画像検出
• Authors: Diulhio Candido de Oliveira, Bogdan Tomoyuki Nassu, Marco Aurelio Wehrmeister
• Abstract要約: 本研究では, 視界や照明条件を厳格に制御せずに撮影した写真に基づいて, プリント基板の改ざんを検出する手法を提案する。 提案手法では、未修正基板の画像を再構成するために訓練された深層畳み込みオートエンコーダを用いる。 入力画像をその再構成と比較することにより、画素ワイズで異常や修正を分割することができる。
• 参考スコア（独自算出の注目度）: 0.5735035463793007
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper, we introduce an approach for detecting modifications in assembled printed circuit boards based on photographs taken without tight control over perspective and illumination conditions. One instance of this problem is the visual inspection of gas pumps PCBs, which can be modified by fraudsters wishing to deceive costumers or evade taxes. Given the uncontrolled environment and the huge number of possible modifications, we address the problem as a case of anomaly detection, proposing an approach that is directed towards the characteristics of that scenario, while being well-suited for other similar applications. The proposed approach employs a deep convolutional autoencoder trained to reconstruct images of an unmodified board, but which remains unable to do the same for images showing modifications. By comparing the input image with its reconstruction, it is possible to segment anomalies and modifications in a pixel-wise manner. Experiments performed on a dataset built to represent real-world situations (and which we will make publicly available) show that our approach outperforms other state-of-the-art approaches for anomaly segmentation in the considered scenario, while producing comparable results on the popular MVTec-AD dataset for a more general object anomaly detection task.
• Abstract（参考訳）: 本稿では,撮影された写真に基づくプリント基板の修正を,視点や照明条件を厳しく制御することなく検出する手法を提案する。 この問題の一例は、ガスポンプpcbの視覚的検査であり、装束人をだましたり、税金を逃れようとする詐欺師によって修正することができる。 制御不能な環境と膨大な数の修正を考慮に入れれば,この問題を異常検出のケースとして解決し,そのシナリオの特性を指向したアプローチを提案するとともに,他の類似アプリケーションにも適している。 提案手法は,未修正板の画像を再構成するために訓練された深い畳み込みオートエンコーダを用いるが,修正板のイメージに対しても同様にできない。 入力画像とその再構成を比較することで、異常や修正を画素単位でセグメント化することができる。 実世界の状況を表すために構築されたデータセット上で実施された実験では、我々のアプローチは、考慮されたシナリオにおける異常セグメンテーションの他の最先端アプローチよりも優れており、より一般的なオブジェクト異常検出タスクのために一般的なMVTec-ADデータセットに匹敵する結果を生成する。

関連論文リスト

• Generalizable Person Re-Identification via Viewpoint Alignment and Fusion [74.30861504619851]
  本研究は,3次元高密度ポーズ推定モデルとテクスチャマッピングモジュールを用いて,歩行者画像を標準視像にマッピングすることを提案する。 テクスチャマッピングモジュールの不完全性のため、標準ビュー画像は、原画像から識別的な詳細手がかりを失う可能性がある。 提案手法は,各種評価設定における既存手法よりも優れた性能が得られることを示す。
  論文  参考訳（メタデータ） (2022-12-05T16:24:09Z)
• Masked Transformer for image Anomaly Localization [14.455765147827345]
  パッチマスキングを用いたビジョントランスフォーマーアーキテクチャに基づく画像異常検出のための新しいモデルを提案する。 マルチレゾリューションパッチとその集合埋め込みは,モデルの性能を大幅に向上させることを示す。 提案モデルはMVTecや頭部CTなどの一般的な異常検出データセットでテストされている。
  論文  参考訳（メタデータ） (2022-10-27T15:30:48Z)
• Self-Calibrating Anomaly and Change Detection for Autonomous Inspection Robots [0.07366405857677225]
  視覚異常または変化検出アルゴリズムは、参照画像やデータセットとは異なる画像の領域を特定する。 本研究では,事前の未知環境における異常や変化を検出するための総合的なディープラーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-08-26T09:52:12Z)
• Exploring Resolution and Degradation Clues as Self-supervised Signal for Low Quality Object Detection [77.3530907443279]
  劣化した低解像度画像中の物体を検出するための,新しい自己教師型フレームワークを提案する。 本手法は, 既存手法と比較して, 異変劣化状況に直面する場合に比べ, 優れた性能を示した。
  論文  参考訳（メタデータ） (2022-08-05T09:36:13Z)
• Self-Supervised Training with Autoencoders for Visual Anomaly Detection [61.62861063776813]
  我々は, 正規サンプルの分布を低次元多様体で支持する異常検出において, 特定のユースケースに焦点を当てた。 我々は、訓練中に識別情報を活用する自己指導型学習体制に適応するが、通常の例のサブ多様体に焦点をあてる。 製造領域における視覚異常検出のための挑戦的なベンチマークであるMVTec ADデータセットで、最先端の新たな結果を達成する。
  論文  参考訳（メタデータ） (2022-06-23T14:16:30Z)
• AnoViT: Unsupervised Anomaly Detection and Localization with Vision Transformer-based Encoder-Decoder [3.31490164885582]
  我々は,画像パッチ間のグローバルな関係を学習することにより,通常の情報を反映する視覚変換器を用いたエンコーダデコーダモデルAnoViTを提案する。 提案モデルは,3つのベンチマークデータセット上での畳み込みモデルよりも優れた性能を示した。
  論文  参考訳（メタデータ） (2022-03-21T09:01:37Z)
• Self-Supervised Predictive Convolutional Attentive Block for Anomaly Detection [97.93062818228015]
  本稿では,再建に基づく機能を,新たな自己監督型予測アーキテクチャビルディングブロックに統合することを提案する。 我々のブロックは、受容領域におけるマスク領域に対する再構成誤差を最小限に抑える損失を備える。 画像やビデオの異常検出のための最先端フレームワークに組み込むことで,ブロックの汎用性を実証する。
  論文  参考訳（メタデータ） (2021-11-17T13:30:31Z)
• A Hierarchical Transformation-Discriminating Generative Model for Few Shot Anomaly Detection [93.38607559281601]
  各トレーニングイメージのマルチスケールパッチ分布をキャプチャする階層的生成モデルを開発した。 この異常スコアは、スケール及び画像領域にわたる正しい変換のパッチベースの投票を集約して得られる。
  論文  参考訳（メタデータ） (2021-04-29T17:49:48Z)
• Inpainting Transformer for Anomaly Detection [0.0]
  Inpainting Transformer(InTra)は、多数のイメージパッチにカバーパッチを塗布するように訓練されている。 InTraは、検出とローカライゼーションのためのMVTec ADデータセットの最先端結果よりも優れている。
  論文  参考訳（メタデータ） (2021-04-28T17:27:44Z)
• Self-supervised Equivariant Attention Mechanism for Weakly Supervised Semantic Segmentation [93.83369981759996]
  本稿では,自己監督同変注意機構(SEAM)を提案する。 本手法は,完全教師付きセマンティックセグメンテーションにおいて,同値が暗黙の制約であることを示す。 本稿では,ネットワーク学習のための自己スーパービジョンを提供するために,様々な変換画像から予測されたCAMの整合性正則化を提案する。
  論文  参考訳（メタデータ） (2020-04-09T14:57:57Z)

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。