論文の概要: Irregularity Inspection using Neural Radiance Field
- arxiv url: http://arxiv.org/abs/2408.11251v1
- Date: Wed, 21 Aug 2024 00:14:07 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-22 18:58:50.472594
- Title: Irregularity Inspection using Neural Radiance Field
- Title(参考訳): ニューラルラジアンス場を用いた不規則性検査
- Authors: Tianqi Ding, Dawei Xiang,
- Abstract要約: 大規模生産機械はますます重要になっている。
このような大型機械の欠陥検査を専門家が行うことは、しばしば困難である。
本稿では3次元双対モデルのニューラル・ネットワーク・モデリング(NeRF)に基づくシステムを提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the increasing growth of industrialization, more and more industries are relying on machine automation for production. However, defect detection in large-scale production machinery is becoming increasingly important. Due to their large size and height, it is often challenging for professionals to conduct defect inspections on such large machinery. For example, the inspection of aging and misalignment of components on tall machinery like towers requires companies to assign dedicated personnel. Employees need to climb the towers and either visually inspect or take photos to detect safety hazards in these large machines. Direct visual inspection is limited by its low level of automation, lack of precision, and safety concerns associated with personnel climbing the towers. Therefore, in this paper, we propose a system based on neural network modeling (NeRF) of 3D twin models. By comparing two digital models, this system enables defect detection at the 3D interface of an object.
- Abstract(参考訳): 工業化の進展に伴い、ますます多くの産業が機械の自動化に頼っている。
しかし, 大規模生産機械の欠陥検出はますます重要になりつつある。
その大きさと高さのため、プロがそのような大型機械で欠陥検査を行うことは、しばしば困難である。
例えば、塔のような高い機械の部品の老朽化や不整合の検査では、企業は専用の人員を割り当てる必要がある。
従業員は塔を登ったり、視覚的に検査したり、写真を撮って、これらの大きな機械の安全リスクを検出する必要がある。
直接の視覚検査は、その低い自動化レベル、精度の欠如、そして塔を登る人に関連する安全上の懸念によって制限されている。
そこで本研究では,3次元双対モデルのニューラル・ネットワーク・モデリング(NeRF)に基づくシステムを提案する。
2つのデジタルモデルを比較することにより、オブジェクトの3次元インタフェースにおける欠陥検出を可能にする。
関連論文リスト
- 3D Face Modeling via Weakly-supervised Disentanglement Network joint Identity-consistency Prior [62.80458034704989]
切り離された制御因子を特徴とする3次元顔モデルの生成は、コンピュータビジョンやコンピュータグラフィックスの多様な応用において大きな可能性を秘めている。
従来の3D顔モデリング手法は、これらの要因を効果的に解消するために特定のラベルを要求するため、課題に直面している。
本稿では,WSDF(Wakly Supervised Disentanglement Framework)を導入し,過度に拘束的なラベル付けを必要とせず,制御可能な3次元顔モデルのトレーニングを容易にする。
論文 参考訳(メタデータ) (2024-04-25T11:50:47Z) - Joint object detection and re-identification for 3D obstacle
multi-camera systems [47.87501281561605]
本研究は,カメラとライダー情報を用いた物体検出ネットワークに新たな改良を加えたものである。
同じ車両内の隣のカメラにまたがって物体を再識別する作業のために、追加のブランチが組み込まれている。
その結果,従来の非最大抑圧(NMS)技術よりも,この手法が優れていることが示された。
論文 参考訳(メタデータ) (2023-10-09T15:16:35Z) - Monocular 2D Camera-based Proximity Monitoring for Human-Machine
Collision Warning on Construction Sites [1.7223564681760168]
機械事故は建設現場の被害の主な原因の1つである。
人間と機械の衝突を避けるための労働者の近さをモニタリングすることは、建設安全管理に大きな関心を喚起した。
本研究では、通常の2Dカメラのみを用いた近接監視のための新しいフレームワークを提案し、リアルタイムの人間と機械の衝突警告を実現する。
論文 参考訳(メタデータ) (2023-05-29T07:47:27Z) - Distributional Instance Segmentation: Modeling Uncertainty and High
Confidence Predictions with Latent-MaskRCNN [77.0623472106488]
本稿では,潜在符号を用いた分散インスタンス分割モデルのクラスについて検討する。
ロボットピッキングへの応用として,高い精度を実現するための信頼性マスク手法を提案する。
本手法は,新たにリリースした曖昧なシーンのデータセットを含め,ロボットシステムにおける致命的なエラーを著しく低減できることを示す。
論文 参考訳(メタデータ) (2023-05-03T05:57:29Z) - Hierarchical Point Attention for Indoor 3D Object Detection [111.04397308495618]
本研究は、点ベース変圧器検出器の汎用階層設計として、2つの新しい注意操作を提案する。
まず、よりきめ細かい特徴学習を可能にするために、シングルスケールの入力機能からマルチスケールトークンを構築するマルチスケール注意(MS-A)を提案する。
第2に,適応型アテンション領域を持つサイズ適応型ローカルアテンション(Local-A)を提案する。
論文 参考訳(メタデータ) (2023-01-06T18:52:12Z) - Detecting Anomalies using Generative Adversarial Networks on Images [0.0]
本稿では,新しいGANに基づく異常検出モデルを提案する。
通常の(非非正則な)画像を使用して、入力画像が異常/脅威オブジェクトを含むかどうかを検知する正常性について学習する。
CIFAR-10、MVTec AD(産業応用用)、SIXray(X線バッグセキュリティ用)の3つのデータセットで実験が行われた。
論文 参考訳(メタデータ) (2022-11-24T21:52:25Z) - MMRNet: Improving Reliability for Multimodal Object Detection and
Segmentation for Bin Picking via Multimodal Redundancy [68.7563053122698]
マルチモーダル冗長性(MMRNet)を用いた信頼度の高いオブジェクト検出・分割システムを提案する。
これは、マルチモーダル冗長の概念を導入し、デプロイ中のセンサ障害問題に対処する最初のシステムである。
システム全体の出力信頼性と不確実性を測定するために,すべてのモダリティからの出力を利用する新しいラベルフリーマルチモーダル整合性(MC)スコアを提案する。
論文 参考訳(メタデータ) (2022-10-19T19:15:07Z) - Learning to Identify Drilling Defects in Turbine Blades with Single
Stage Detectors [15.842163335920954]
タービンブレードのX線画像における網膜ドリル欠陥に基づくモデルを提案する。
このアプリケーションは、欠陥が非常に小さく、一般的に使用されるアンカーサイズによって捉えられにくい画像解像度のため、難しい。
このモデルを3ドルのクロスバリデーションで検証し,欠陥のある画像の同定に極めて高い精度を示す。
論文 参考訳(メタデータ) (2022-08-08T18:44:51Z) - Automated Damage Inspection of Power Transmission Towers from UAV Images [2.798697306330988]
近年,遠隔記録におけるドローンやヘリコプターの利用が増加している。
これは大量の画像を分析するという問題を残しており、これは自動化の大きな可能性を秘めている。
本稿では, 送電塔の構造損傷検出問題に対処し, これらの課題に対処する。
論文 参考訳(メタデータ) (2021-11-30T17:21:20Z) - Cognitive Visual Inspection Service for LCD Manufacturing Industry [80.63336968475889]
本論文では,現在FPD業界で主流となっている液晶ディスプレイ(LCD)の視覚検査システムについて述べる。
システムは、堅牢/高性能欠陥認識モデルと認知視覚検査サービスアーキテクチャの2つの基礎に基づいています。
論文 参考訳(メタデータ) (2021-01-11T08:14:35Z)
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。