FR3127319B1 - Procédé de classification de défauts d’un réseau à analyser - Google Patents

Procédé de classification de défauts d’un réseau à analyser Download PDF

Info

Publication number
FR3127319B1
FR3127319B1 FR2110018A FR2110018A FR3127319B1 FR 3127319 B1 FR3127319 B1 FR 3127319B1 FR 2110018 A FR2110018 A FR 2110018A FR 2110018 A FR2110018 A FR 2110018A FR 3127319 B1 FR3127319 B1 FR 3127319B1
Authority
FR
France
Prior art keywords
series
pattern
correlation coefficient
analyzed
network
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
FR2110018A
Other languages
English (en)
Other versions
FR3127319A1 (fr
Inventor
Lucas Jaloustre
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Commissariat a lEnergie Atomique et aux Energies Alternatives CEA
Original Assignee
Commissariat a lEnergie Atomique CEA
Commissariat a lEnergie Atomique et aux Energies Alternatives CEA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Commissariat a lEnergie Atomique CEA, Commissariat a lEnergie Atomique et aux Energies Alternatives CEA filed Critical Commissariat a lEnergie Atomique CEA
Priority to FR2110018A priority Critical patent/FR3127319B1/fr
Priority to PCT/EP2022/075982 priority patent/WO2023046637A1/fr
Publication of FR3127319A1 publication Critical patent/FR3127319A1/fr
Application granted granted Critical
Publication of FR3127319B1 publication Critical patent/FR3127319B1/fr
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

Ce procédé comporte les étapes : a) prévoir une image numérique d’un réseau de référence, montrant une première série de motifs périodiques ; b) définir un motif de référence à partir des motifs de la première série ; c) prévoir une image numérique du réseau à analyser, montrant une deuxième série de motifs périodiques ; d) calculer un coefficient de corrélation entre chaque motif de la deuxième série et le motif de référence ; e) classer, dans une première catégorie, chaque motif de la deuxième série dont le coefficient de corrélation, en valeur absolue, est inférieur à un seuil prédéterminé ; f) extraire une dimension caractéristique pour chaque motif de la deuxième série dont le coefficient de corrélation, en valeur absolue, est supérieur au seuil prédéterminé ; g) calculer une moyenne arithmétique et un écart-type des dimensions caractéristiques extraites lors de l’étape f) ; h) classer, dans une deuxième catégorie, chaque motif de la deuxième série dont la dimension caractéristique présente un écart à la moyenne arithmétique supérieur à l’écart-type. Figure 1
FR2110018A 2021-09-23 2021-09-23 Procédé de classification de défauts d’un réseau à analyser Active FR3127319B1 (fr)

Priority Applications (2)

Application Number Priority Date Filing Date Title
FR2110018A FR3127319B1 (fr) 2021-09-23 2021-09-23 Procédé de classification de défauts d’un réseau à analyser
PCT/EP2022/075982 WO2023046637A1 (fr) 2021-09-23 2022-09-19 Procede de classification de defauts d'un reseau a analyser

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR2110018 2021-09-23
FR2110018A FR3127319B1 (fr) 2021-09-23 2021-09-23 Procédé de classification de défauts d’un réseau à analyser

Publications (2)

Publication Number Publication Date
FR3127319A1 FR3127319A1 (fr) 2023-03-24
FR3127319B1 true FR3127319B1 (fr) 2023-09-29

Family

ID=78483377

Family Applications (1)

Application Number Title Priority Date Filing Date
FR2110018A Active FR3127319B1 (fr) 2021-09-23 2021-09-23 Procédé de classification de défauts d’un réseau à analyser

Country Status (2)

Country Link
FR (1) FR3127319B1 (fr)
WO (1) WO2023046637A1 (fr)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6539106B1 (en) * 1999-01-08 2003-03-25 Applied Materials, Inc. Feature-based defect detection
JP2004318488A (ja) * 2003-04-16 2004-11-11 Konica Minolta Photo Imaging Inc 製品検査方法及び製品検査装置
WO2011083540A1 (fr) * 2010-01-05 2011-07-14 株式会社日立ハイテクノロジーズ Procédé et dispositif de test de défauts par microscopie électronique à balayage (sem)
KR20120068128A (ko) * 2010-12-17 2012-06-27 삼성전자주식회사 패턴의 결함 검출 방법 및 이를 수행하기 위한 결함 검출 장치
US9311698B2 (en) 2013-01-09 2016-04-12 Kla-Tencor Corp. Detecting defects on a wafer using template image matching

Also Published As

Publication number Publication date
FR3127319A1 (fr) 2023-03-24
WO2023046637A1 (fr) 2023-03-30

Similar Documents

Publication Publication Date Title
WO2017036363A1 (fr) Procédé et dispositif d'identification de signal d'intrusion dans un périmètre à fibre optique, et système d'alarme d'intrusion dans un périmètre
KR100873396B1 (ko) 오디토리 이벤트에 기초한 특성을 이용하여 오디오를비교하는 방법
CN108470195B (zh) 视频身份管理方法及装置
CN107609149B (zh) 一种视频定位方法和装置
CA2357117A1 (fr) Methode pour faciliter la reconnaissance d'objets, notamment geologiques, par une technique d'analyse discriminante
CN106530200A (zh) 一种基于深度学习模型的隐写图像检测方法及系统
Klancnik et al. Computer vision-based approach to end mill tool monitoring
FR2972822A1 (fr) Procede et dispositif permettant de reperer et d'etiqueter des pics, des augmentations ou des variations anormales ou execptionnelles du debit d'un flux de documents numeriques
CN105120294B (zh) 一种jpeg格式图像来源鉴别方法
CN108335290B (zh) 一种基于liop特征与块匹配的图像区域复制篡改检测方法
CN113342610B (zh) 一种时序数据异常检测方法、装置、电子设备及存储介质
FR3127319B1 (fr) Procédé de classification de défauts d’un réseau à analyser
KR100788642B1 (ko) 디지털 영상 텍스쳐 분석 방법
CN112116257B (zh) 一种基于大数据的工程造价评估智能管理系统
CN104021791A (zh) 数字音频波形突变的检测方法
CN111611450B (zh) 跨媒介数据融合方法、装置及存储介质
CN113010884A (zh) 一种入侵检测系统中的实时特征过滤方法
KR101711328B1 (ko) 영상 촬영 장치를 통하여 획득한 영상 이미지에서 신장 대비 머리 높이의 비를 이용하여 어린이와 성인을 구분하는 방법
CN110428402B (zh) 图像篡改识别方法、装置、计算机设备及存储介质
Miene et al. Advanced and adaptive shot boundary detection
JP2013257677A (ja) イベント検出装置、イベント検出方法およびイベント検出プログラム
CN115508615A (zh) 一种基于感应电动机的负荷暂态特征提取方法
Gururani et al. Automatic Sample Detection in Polyphonic Music.
Parashar et al. An effectual classification approach to detect copy-move forgery using support vector machines
CN101527041A (zh) 基于shadow matte一致性的图片伪造检测方法

Legal Events

Date Code Title Description
PLFP Fee payment

Year of fee payment: 2

PLSC Publication of the preliminary search report

Effective date: 20230324

PLFP Fee payment

Year of fee payment: 3