論文の概要: Multi-Period Texture Contrast Enhancement for Low-Contrast Wafer Defect Detection and Segmentation

• arxiv url: http://arxiv.org/abs/2603.14282v1
• Date: Sun, 15 Mar 2026 08:35:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-17 16:19:35.720678
• Title: Multi-Period Texture Contrast Enhancement for Low-Contrast Wafer Defect Detection and Segmentation
• Title（参考訳）: 低コントラストウェハ欠陥検出とセグメンテーションのためのマルチペリオドテクスチュアコントラストの強化
• Authors: Zihan Zhang,
• Abstract要約: TexWDSは、マルチスケールの機能保持と周波数領域モデリングを調和させるテクスチャ対応フレームワークである。 周波数領域におけるテクスチャの破壊をモデル化することにより、MPTCEは構造化背景から非周期的異常を明示的に分離する。 TexWDSは新たな最先端を実現し、mAP50-95では8.3%、リコールでは7.7%を上回り、偽陽性率は約8.6%減少する。
• 参考スコア（独自算出の注目度）: 19.221722169368494
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Wafer defect segmentation is pivotal for semiconductor yield optimization yet remains challenged by the intrinsic conflict between microscale anomalies and highly periodic, overwhelming background textures. Existing deep learning paradigms often falter due to feature dilution during downsampling and the lack of explicit mechanisms to disentangle low-contrast defects from process-induced noise. To transcend these limitations, we propose TexWDS, a texture-aware framework that harmonizes multi-scale feature retention with frequency-domain perturbation modeling. Our methodology incorporates three strategic innovations: (1) A Multi-scale Receptive Field Reweighting strategy is introduced to mitigate aliasing effects and preserve high-frequency details of micro-defects often lost in standard pyramidal architectures. (2) The Multi-scale Unified Semantic Enhancer (MUSE) integrates local appearance with global context encoding, effectively enhancing feature discriminability in low-visibility regions. (3) Crucially, we design a plug-and-play Multi-Periodic Texture Contrast Enhancement (MPTCE) module. By modeling texture disruptions in the frequency domain, MPTCE explicitly decouples non-periodic anomalies from structured backgrounds, boosting contrast for camouflaged defects. Extensive experiments on real-world industrial datasets demonstrate that TexWDS achieves a new state-of-the-art, surpassing the baseline by 8.3% in mAP50-95 and 7.7% in recall, while reducing the false positive rate by approximately 8.6%. These results underscore the framework's robustness in handling complex periodic patterns and its suitability for high-precision manufacturing inspection.
• Abstract（参考訳）: ウェーハ欠陥のセグメンテーションは半導体収率最適化の鍵となるが、マイクロスケール異常と非常に周期的で圧倒的な背景テクスチャの内在的な衝突により、依然として挑戦されている。 既存のディープラーニングパラダイムは、ダウンサンプリング中の特徴の希薄化と、プロセス誘起ノイズから低コントラスト欠陥を解消するための明示的なメカニズムの欠如により、しばしば混乱する。 これらの制約を超越するために,周波数領域摂動モデルとマルチスケール特徴保持を調和させるテクスチャ対応フレームワークであるTexWDSを提案する。 本手法には3つの戦略的革新が組み込まれている: (1) 標準的なピラミッド建築でしばしば失われるマイクロ欠陥のエイリアス効果を緩和し、高周波の細部を保存するために、マルチスケールの受容場再重み付け戦略が導入された。 2)MUSE(Multi-scale Unified Semantic Enhancer)は,局所的な外観とグローバルなコンテキストエンコーディングを統合し,低可視領域における特徴識別性を効果的に向上させる。 (3)Multi-Periodic Texture Contrast Enhancement (MPTCE)モジュールを設計する。 周波数領域におけるテクスチャの破壊をモデル化することにより、MPTCEは非周期的な異常を構造化背景から明示的に分離し、偽フラージュした欠陥のコントラストを高める。 実世界の産業データセットに関する大規模な実験により、TexWDSは新たな最先端を実現し、mAP50-95で8.3%、リコールで7.7%を上回り、偽陽性率を約8.6%削減した。 これらの結果は、複雑な周期パターンを扱う際のフレームワークの頑健さと、高精度な製造検査に適していることを示す。

関連論文リスト

• 3DGS-HPC: Distractor-free 3D Gaussian Splatting with Hybrid Patch-wise Classification [80.43401018217367]
  3D Gaussian Splatting (3DGS) は新規なビュー合成と3Dシーン再構成において顕著な性能を示した。 その品質は、移動物体や様々な影など、過渡的な気晴らしによって、現実世界の環境において劣化することが多い。 既存の方法は、事前訓練された視覚モデルから抽出されたセマンティックな手がかりに頼り、これらの障害を識別し、抑制する。 本稿では,2つの相補的原理を組み合わせることで,これらの制約を回避するフレームワークである3DGS-HPCを提案する。
  論文  参考訳（メタデータ） (2026-03-08T11:16:30Z)
• D3R-Net: Dual-Domain Denoising Reconstruction Network for Robust Industrial Anomaly Detection [0.0]
  非教師付き異常検出(UAD)は、現代の製造において、自動視覚検査の鍵となる要素である。 本稿では、D3R-Netについて紹介する。D3R-Netは、自己教師型「癒し」タスクと周波数認識正規化を結合したデュアルドメイン・デノベーション・コンストラクションフレームワークである。 空間平均二乗誤差に加えて、周波数領域の整合性を促進するFast Fourier Transform (FFT) 等級損失を用いる。
  論文  参考訳（メタデータ） (2026-01-27T23:21:59Z)
• A Novel Multimodal RUL Framework for Remaining Useful Life Estimation with Layer-wise Explanations [2.312232949770907]
  転がり要素軸受は機械故障の最も頻発する原因の一つである。 転がり要素軸受は機械故障の最も頻発する原因の一つである。 既存のアプローチは、しばしば、一般化の貧弱、堅牢性の欠如、高いデータ要求、限定的な解釈可能性に悩まされる。
  論文  参考訳（メタデータ） (2025-12-07T07:38:36Z)
• ShortcutBreaker: Low-Rank Noisy Bottleneck with Global Perturbation Attention for Multi-Class Unsupervised Anomaly Detection [59.89803740308262]
  ShortcutBreakerはMUADタスクのための新しい統合された機能再構成フレームワークである。 ショートカットの問題に対処する2つの重要なイノベーションが特徴だ。 提案手法は,4つのデータセットに対して,99.8%,98.9%,90.6%,87.8%の顕著な画像レベルのAUROCを実現する。
  論文  参考訳（メタデータ） (2025-10-21T06:51:30Z)
• HBSplat: Robust Sparse-View Gaussian Reconstruction with Hybrid-Loss Guided Depth and Bidirectional Warping [11.035994094874141]
  HBSplatは、堅牢な構造的キュー、仮想ビュー制約、隠蔽された領域補完をシームレスに統合するフレームワークである。 HBSplatは21.13dBのPSNRと0.189LPIPSを達成し、リアルタイム推論を維持している。
  論文  参考訳（メタデータ） (2025-09-29T15:03:31Z)
• Multi-Sample Anti-Aliasing and Constrained Optimization for 3D Gaussian Splatting [6.336372495476242]
  本稿では,マルチサンプル・アンチエイリアスと2つの幾何学的制約を組み合わせた総合最適化フレームワークを提案する。 本システムでは,4重サブサンプルの適応ブレンディングにより画素色を計算し,高周波成分のエイリアスを効果的に低減する。 本手法は,特に高周波テクスチャと鋭い不連続の保存において,詳細な保存における最先端性能を実現する。
  論文  参考訳（メタデータ） (2025-08-14T10:14:36Z)
• Temporal Feature Matters: A Framework for Diffusion Model Quantization [105.3033493564844]
  拡散モデルはマルチラウンド・デノナイジングの時間ステップに依存している。 3つの戦略を含む新しい量子化フレームワークを導入する。 このフレームワークは時間情報のほとんどを保存し、高品質なエンドツーエンド生成を保証する。
  論文  参考訳（メタデータ） (2024-07-28T17:46:15Z)
• PatchFusion: An End-to-End Tile-Based Framework for High-Resolution Monocular Metric Depth Estimation [47.53810786827547]
  単一画像深度推定はコンピュータビジョンと生成モデルの基本課題である。 PatchFusionは3つのキーコンポーネントを持つタイルベースの新しいフレームワークで、最先端技術を改善する。 UnrealStereo4K、MVS-Synth、Middleburry 2014の実験は、我々のフレームワークが複雑な詳細で高解像度の深度マップを作成できることを実証している。
  論文  参考訳（メタデータ） (2023-12-04T19:03:12Z)

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。