正常多様性を考慮した外観検査自動化のための異常検知手法

抄録

主に外観検査は人が行うが，精神負荷も高く，多くの人と時間が必要である．画像認識技術を用いた検査の自動化が望まれる．しかし，工業部品の場合，異常が少なく，未知の異常も存在するため，従来ルールベース画像検知やオブジェクト検知では学習に膨大な時間が必要となる．そのため，異常検知手法は，正常のみ学習により，その解決を狙うが，正常に多様性があり，特異な汚れや溝などが存在する場合，異常正常の分類が難しい．skip構造を異常検知手法に導入し，多様な正常の検知性能を向上させ，その解決を狙う．