| 講演抄録／キーワード |
| 講演名 |
2026-08-24 16:35
外観検査のための良品イマージュの多重分解能化の検討
○山本隆太・小平翔吾・尾野裕一朗・松岡祐希・青木公也（中京大）・輿水大和（中京大/YYC） |
| 抄録 |
（和） |
近年，PatchCoreやPaDiMなど，事前学習モデルを用いた異常検知手法が注目されている．一方，我々の研究グループでは「良品イマージュ」と呼ぶ，深層学習を用いない良品モデルに基づく異常検知手法を提案している．本研究では特に，良品モデルにおける局所参照領域のサイズを多重化する効果について検討する．具体的には，複数の分解能で良品モデルを保持する．公開データセットを用いた実験により，その有効性を検証したので報告する． |
| （英） |
In recent years, anomaly detection methods using pre-trained models, like PatchCore and PaDiM, have been getting a lot of attention. On the other hand, our research group has proposed an anomaly detection method based on a good-product model that doesn’t use deep learning, which we call the 'Good-Product Imagery (GPI).' In this study, we especially look into the effect of multiplying the size of local reference areas in the good-product model. Specifically, we maintain the good-product model at multiple resolutions. We conducted experiments using public datasets and will report on the results that demonstrate its effectiveness. |
| キーワード |
（和） |
外観検査 / 異常検知 / 良品イマージュ / 多重分解能 / / / / |
| （英） |
Visual inspection / Anomaly detection / Good-Product Imagery (GPI) / Multiresolution / / / / |
| 文献情報 |
映情学技報, vol. 50, pp. 34-37, 2026年8月. |
| 資料番号 |
|
| 発行日 |
2026-08-17 (ME) |
| ISSN |
Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|