論文の概要: Surface Defect Detection with Gabor Filter Using Reconstruction-Based Blurring U-Net-ViT

• arxiv url: http://arxiv.org/abs/2509.00827v1
• Date: Sun, 31 Aug 2025 12:59:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-04 15:17:03.416538
• Title: Surface Defect Detection with Gabor Filter Using Reconstruction-Based Blurring U-Net-ViT
• Title（参考訳）: レコンストラクションベースブラリングU-Net-ViTを用いたGaborフィルタによる表面欠陥検出
• Authors: Jongwook Si, Sungyoung Kim,
• Abstract要約: 本稿では,GaborフィルタとU-Net-ViTモデルの曖昧化によるテクスチャベース表面欠陥検出の精度と信頼性を向上させる新しい手法を提案する。 U-Netの局所的特徴シグマトレーニングとビジョントランスフォーマー(ViT)のグローバル処理を組み合わせることで,様々なテクスチャの欠陥を効果的に検出する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This paper proposes a novel approach to enhance the accuracy and reliability of texture-based surface defect detection using Gabor filters and a blurring U-Net-ViT model. By combining the local feature training of U-Net with the global processing of the Vision Transformer(ViT), the model effectively detects defects across various textures. A Gaussian filter-based loss function removes background noise and highlights defect patterns, while Salt-and-Pepper(SP) masking in the training process reinforces texture-defect boundaries, ensuring robust performance in noisy environments. Gabor filters are applied in post-processing to emphasize defect orientation and frequency characteristics. Parameter optimization, including filter size, sigma, wavelength, gamma, and orientation, maximizes performance across datasets like MVTec-AD, Surface Crack Detection, and Marble Surface Anomaly Dataset, achieving an average Area Under the Curve(AUC) of 0.939. The ablation studies validate that the optimal filter size and noise probability significantly enhance defect detection performance.
• Abstract（参考訳）: 本稿では,GaborフィルタとU-Net-ViTモデルを用いたテクスチャベース表面欠陥検出の精度と信頼性を向上させる新しい手法を提案する。 U-Netの局所的特徴訓練とビジョントランスフォーマー(ViT)のグローバルな処理を組み合わせることで、モデルは様々なテクスチャの欠陥を効果的に検出する。 ガウスフィルタに基づく損失関数は、背景ノイズを除去し、欠陥パターンを強調する一方、トレーニングプロセスにおけるSalt-and-Pepper(SP)マスキングは、テクスチャ-欠陥境界を強化し、ノイズの多い環境での堅牢なパフォーマンスを保証する。 ガバーフィルタは後処理に応用され、欠陥配向と周波数特性を強調する。 フィルタサイズ、シグマ、波長、ガンマ、配向を含むパラメータ最適化は、MVTec-AD、表面き裂検出、マーブル表面異常データセットなどのデータセット間で性能を最大化し、平均曲線下面積(AUC)0.939を達成する。 アブレーション実験では、最適フィルタサイズとノイズ確率が欠陥検出性能を著しく向上することを確認した。

関連論文リスト

• Event Signal Filtering via Probability Flux Estimation [58.31652473933809]
  イベントは、非同期センシングを通じてシーンダイナミクスをキャプチャするための新しいパラダイムを提供するが、その固有のランダム性は、しばしば劣化した信号品質につながる。 したがって、イベント信号フィルタリングは、この内部ランダム性を低減し、多様な取得条件をまたいだ一貫した出力を確保することで、忠実性を高めるために不可欠である。 本稿ではイベント密度フローフィルタ(EDFilter)と呼ばれる生成オンラインフィルタリングフレームワークを紹介する。 実験では、イベントフィルタリング、スーパーレゾリューション、イベントベースの直接追跡といったタスクでEDFilterのパフォーマンスを検証する。
  論文  参考訳（メタデータ） (2025-04-10T07:03:08Z)
• Adaptive Signal Analysis for Automated Subsurface Defect Detection Using Impact Echo in Concrete Slabs [0.0]
  本研究は,コンクリートスラブの地下欠陥発生領域を検出するための,新しい,自動化された,スケーラブルな手法を提案する。 このアプローチは、高度な信号処理、クラスタリング、および視覚分析を統合して、地下の異常を識別する。 結果は方法論の堅牢性を示し、最小限の偽陽性とほとんど欠陥のない欠陥発生領域を一貫して同定した。
  論文  参考訳（メタデータ） (2024-12-23T20:05:53Z)
• A Hybrid Framework for Statistical Feature Selection and Image-Based Noise-Defect Detection [55.2480439325792]
  本稿では,統計的特徴選択と分類技術を統合し,欠陥検出精度を向上させるハイブリッドフレームワークを提案する。 工業画像から抽出した55個の特徴を統計的手法を用いて解析した。 これらの手法をフレキシブルな機械学習アプリケーションに統合することにより、検出精度を改善し、偽陽性や誤分類を減らす。
  論文  参考訳（メタデータ） (2024-12-11T22:12:21Z)
• Frequency-aware Feature Fusion for Dense Image Prediction [99.85757278772262]
  本稿では,高密度画像予測のための周波数認識機能融合(FreqFusion)を提案する。 FreqFusionは、Adaptive Low-Pass Filter (ALPF) ジェネレータ、オフセットジェネレータ、Adaptive High-Pass Filter (AHPF) ジェネレータを統合する。 包括的可視化と定量的分析は、FreqFusionが機能一貫性を効果的に改善し、オブジェクト境界を鋭くすることを示している。
  論文  参考訳（メタデータ） (2024-08-23T07:30:34Z)
• DGNet: Dynamic Gradient-Guided Network for Water-Related Optics Image Enhancement [77.0360085530701]
  水中画像強調(UIE)は、水中環境によって引き起こされる複雑な劣化のために難しい課題である。 従来の手法では、劣化過程を理想化し、中音や物体の動きが画像の特徴の分布に与える影響を無視することが多い。 提案手法では,予測画像を用いて疑似ラベルを動的に更新し,動的勾配を加えてネットワークの勾配空間を最適化する。
  論文  参考訳（メタデータ） (2023-12-12T06:07:21Z)
• Global Context Aggregation Network for Lightweight Saliency Detection of Surface Defects [70.48554424894728]
  我々は,エンコーダ・デコーダ構造上の表面欠陥を簡易に検出するためのGCANet(Global Context Aggregation Network)を開発した。 まず、軽量バックボーンの上部層に新しいトランスフォーマーエンコーダを導入し、DSA(Depth-wise Self-Attention)モジュールを通じてグローバルなコンテキスト情報をキャプチャする。 3つの公開欠陥データセットの実験結果から,提案したネットワークは,他の17の最先端手法と比較して,精度と実行効率のトレードオフを良好に達成できることが示された。
  論文  参考訳（メタデータ） (2023-09-22T06:19:11Z)
• AMSP-UOD: When Vortex Convolution and Stochastic Perturbation Meet Underwater Object Detection [40.532331552038485]
  AMSP-UOD(Amplitude-Modulated Perturbation and Vortex Convolutional Network)を提案する。 AMSP-UODは複雑な水中環境における非理想的撮像因子が検出精度に与える影響に対処する。 提案手法は,既存の最先端手法よりも精度とノイズ免疫の点で優れる。
  論文  参考訳（メタデータ） (2023-08-23T05:03:45Z)
• Filter Pruning for Efficient CNNs via Knowledge-driven Differential Filter Sampler [103.97487121678276]
  フィルタプルーニングは同時に計算を加速し、CNNのメモリオーバーヘッドを低減する。 本稿では,MFM(Masked Filter Modeling)フレームワークを用いた知識駆動型微分フィルタサンプリング(KDFS)を提案する。
  論文  参考訳（メタデータ） (2023-07-01T02:28:41Z)
• A Robust Completed Local Binary Pattern (RCLBP) for Surface Defect Detection [0.3262230127283452]
  表面欠陥検出タスクのためのRobust Completed Local Binary Pattern (RCLBP) フレームワークを提案する。 提案手法では,Non-Local(NL)をウェーブレットしきい値付きフィルタと完全局所バイナリパターン(CLBP)を組み合わせて,ロバストな特徴を抽出する。
  論文  参考訳（メタデータ） (2021-12-07T22:26:34Z)

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。