JP2022015573A - 異常検知システム、学習装置、異常検知プログラム、学習プログラム、異常検知方法、および学習方法演算装置の学習方法 - Google Patents
異常検知システム、学習装置、異常検知プログラム、学習プログラム、異常検知方法、および学習方法演算装置の学習方法 Download PDFInfo
- Publication number
- JP2022015573A JP2022015573A JP2020118503A JP2020118503A JP2022015573A JP 2022015573 A JP2022015573 A JP 2022015573A JP 2020118503 A JP2020118503 A JP 2020118503A JP 2020118503 A JP2020118503 A JP 2020118503A JP 2022015573 A JP2022015573 A JP 2022015573A
- Authority
- JP
- Japan
- Prior art keywords
- data
- inspection target
- model
- inputting
- learning
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000004364 calculation method Methods 0.000 title claims abstract description 18
- 238000007689 inspection Methods 0.000 claims abstract description 107
- 230000002159 abnormal effect Effects 0.000 claims abstract description 77
- 230000005856 abnormality Effects 0.000 claims description 111
- 230000004044 response Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000007547 defect Effects 0.000 description 4
- 230000002950 deficient Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Abstract
【解決手段】異常検出システムの以上検出装置において、制御部110は、複数の潜在変数のうち検査対象のデータの入力に対し検査対象の異常に反応する潜在変数が抑制された生成モデルと、生成モデルに検査対象のデータを入力することで生成モデルから出力される復元データと検査対象のデータとの類似度を算出する算出部と、類似度に基づいて検査対象のデータの異常を検知する検知部と、を有する。
【選択図】図7
Description
制御部110は、ステップS202において算出された類似度に基づいて、検査対象画像の異常を検知する(S203)。
100 異常検知装置、
110 制御部、
111 取得部、
112 比較部、
113 モデル生成部、
114 受付部、
115 データ生成部、
116 算出部、
117 検知部、
200 撮影装置、
250 撮影画像、
251 正常製品画像、
252 異常製品画像、
300 オートエンコーダー、
301 エンコーダー、
302 デコーダー、
310 仮生成モデル、
320 生成モデル。
Claims (10)
- 複数の潜在変数のうち、検査対象のデータの入力に対し前記検査対象の異常に反応する前記潜在変数が抑制された生成モデルと、
前記生成モデルに前記検査対象のデータを入力することで前記生成モデルから出力される復元データと、前記検査対象のデータとの類似度を算出する算出部と、
前記類似度に基づいて、前記検査対象のデータの異常を検知する検知部と、
を有する異常検知システム。 - 正常な検査対象のデータを入力データに用いた学習により生成された仮生成モデルに、前記正常な検査対象のデータを入力することで得られた複数の潜在変数と、前記仮生成モデルに、前記正常な検査対象のデータに異常が付加された異常な検査対象のデータを入力することで得られた前記複数の潜在変数とを比較する比較部と、
前記比較部による比較結果に基づいて、前記仮生成モデルに対し、前記複数の潜在変数のうち、前記異常な検査対象のデータが入力されることで前記異常に反応した前記潜在変数を抑制した生成モデルを生成するモデル生成部と、
を有する学習装置。 - 前記仮生成モデルは、確率変数で表される複数の潜在変数がDisentangleな表現を獲得するように学習されることで生成された、請求項2に記載の学習装置。
- 前記正常な検査対象のデータに前記異常が付加されたデータを、前記異常な検査対象のデータとして受け付けるデータ受付部をさらに有し、
前記比較部は、前記仮生成モデルに前記正常な検査対象のデータを入力することで得られた前記複数の潜在変数と、前記データ受付部により受け付けられた前記異常な検査対象のデータを前記仮生成モデルに入力することで得られた前記複数の潜在変数とを比較する、請求項2または3に記載の学習装置。 - 前記異常に関する情報を受け付ける情報受付部と、
前記異常に関する情報に基づいて、前記正常な検査対象のデータを変換することで、前記異常な検査対象のデータを生成するデータ生成部と、をさらに有し、
前記比較部は、前記仮生成モデルに前記正常な検査対象のデータを入力することで得られた前記複数の潜在変数と、前記データ生成部により生成された前記異常な検査対象のデータを前記仮生成モデルに入力することで得られた前記複数の潜在変数とを比較する、請求項2または3に記載の学習装置。 - 請求項2~5のいずれかに記載の前記学習装置により生成された前記生成モデルに、前記検査対象のデータを入力することで前記生成モデルから出力される復元データと、前記検査対象のデータとの類似度を算出する算出部と、
前記類似度に基づいて、前記検査対象のデータの異常を検知する検知部と、
を有する異常検知システム。 - 複数の潜在変数のうち、検査対象のデータの入力に対し前記検査対象の異常に反応する前記潜在変数が抑制された生成モデルに、前記検査対象のデータを入力することで前記生成モデルから出力される復元データと、前記検査対象のデータとの類似度を算出する手順(a)と、
前記類似度に基づいて、前記検査対象のデータの異常を検知する手順(b)と、
を有する処理をコンピューターに実行させるための異常検知プログラム。 - 正常な検査対象のデータを入力データに用いた学習により生成された仮生成モデルに、前記正常な検査対象のデータを入力することで得られた複数の潜在変数と、前記仮生成モデルに、前記正常な検査対象のデータに異常が付加された異常な検査対象のデータを入力することで得られた前記複数の潜在変数とを比較する手順(a)と、
前記手順(a)による比較結果に基づいて、前記仮生成モデルに対し、前記複数の潜在変数のうち、前記異常な検査対象のデータが入力されることで前記異常に反応した前記潜在変数を抑制することで、生成モデルを生成する手順(b)と、
を有する処理をコンピューターに実行させるための学習プログラム。 - 複数の潜在変数のうち、検査対象のデータの入力に対し前記検査対象の異常に反応する前記潜在変数が抑制された生成モデルに、前記検査対象のデータを入力することで前記生成モデルから出力される復元データと、前記検査対象のデータとの類似度を算出する段階(a)と、
前記類似度に基づいて、前記検査対象のデータの異常を検知する段階(b)と、
を有する異常検知方法。 - 正常な検査対象のデータを入力データに用いた学習により生成された仮生成モデルに、前記正常な検査対象のデータを入力することで得られた複数の潜在変数と、前記仮生成モデルに、前記正常な検査対象のデータに異常が付加された異常な検査対象のデータを入力することで得られた前記複数の潜在変数とを比較する段階(a)と、
前記段階(a)による比較結果に基づいて、前記仮生成モデルに対し、前記複数の潜在変数のうち、前記異常な検査対象のデータが入力されることで前記異常に反応した前記潜在変数を抑制することで、生成モデルを生成する段階(b)と、
を有する学習方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020118503A JP7459696B2 (ja) | 2020-07-09 | 2020-07-09 | 異常検知システム、学習装置、異常検知プログラム、学習プログラム、異常検知方法、および学習方法演算装置の学習方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020118503A JP7459696B2 (ja) | 2020-07-09 | 2020-07-09 | 異常検知システム、学習装置、異常検知プログラム、学習プログラム、異常検知方法、および学習方法演算装置の学習方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022015573A true JP2022015573A (ja) | 2022-01-21 |
JP7459696B2 JP7459696B2 (ja) | 2024-04-02 |
Family
ID=80121116
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020118503A Active JP7459696B2 (ja) | 2020-07-09 | 2020-07-09 | 異常検知システム、学習装置、異常検知プログラム、学習プログラム、異常検知方法、および学習方法演算装置の学習方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7459696B2 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019003274A (ja) * | 2017-06-12 | 2019-01-10 | 日本電信電話株式会社 | 検知システム、検知方法及び検知プログラム |
WO2019188040A1 (ja) * | 2018-03-29 | 2019-10-03 | 日本電気株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
WO2020031984A1 (ja) * | 2018-08-08 | 2020-02-13 | Blue Tag株式会社 | 部品の検査方法及び検査システム |
-
2020
- 2020-07-09 JP JP2020118503A patent/JP7459696B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019003274A (ja) * | 2017-06-12 | 2019-01-10 | 日本電信電話株式会社 | 検知システム、検知方法及び検知プログラム |
WO2019188040A1 (ja) * | 2018-03-29 | 2019-10-03 | 日本電気株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
WO2020031984A1 (ja) * | 2018-08-08 | 2020-02-13 | Blue Tag株式会社 | 部品の検査方法及び検査システム |
Also Published As
Publication number | Publication date |
---|---|
JP7459696B2 (ja) | 2024-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11715190B2 (en) | Inspection system, image discrimination system, discrimination system, discriminator generation system, and learning data generation device | |
WO2019176990A1 (ja) | 検査装置、画像識別装置、識別装置、検査方法、及び検査プログラム | |
JP4982213B2 (ja) | 欠陥検査装置及び欠陥検査方法 | |
KR20190042384A (ko) | 딥러닝과 노이즈 제거 기술을 이용한 표면 결함 검출 장치 및 방법 | |
JP7281041B2 (ja) | 種類判別システム | |
JP7459697B2 (ja) | 異常検知システム、学習装置、異常検知プログラム、学習プログラム、異常検知方法、および学習方法 | |
JP5218084B2 (ja) | 検査方法 | |
WO2019176988A1 (ja) | 検査システム、識別システム、及び識別器評価装置 | |
JP2022015573A (ja) | 異常検知システム、学習装置、異常検知プログラム、学習プログラム、異常検知方法、および学習方法演算装置の学習方法 | |
JP2021117155A (ja) | 検査装置、検査方法、及び検査プログラム | |
WO2022130814A1 (ja) | 指標選択装置、情報処理装置、情報処理システム、検査装置、検査システム、指標選択方法、および指標選択プログラム | |
CN116994044A (zh) | 一种基于掩码多模态生成对抗网络的图像异常检测模型的构建方法 | |
CN112052727B (zh) | 一种基于大数据的人像识别分析系统及方法 | |
JP6904062B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
JP7305509B2 (ja) | 情報処理装置、その制御方法、プログラム、及び記憶媒体 | |
WO2022137841A1 (ja) | 異常検出システム、学習装置、異常検出プログラム、および学習プログラム | |
JP2022066957A (ja) | 異常検知方法、異常検知装置、及びプログラム | |
WO2020031423A1 (ja) | オブジェクト検出方法、オブジェクト検出装置及びコンピュータプログラム | |
US11361424B2 (en) | Neural network-type image processing device, appearance inspection apparatus and appearance inspection method | |
JP2022029262A (ja) | 画像処理装置、画像処理方法、画像処理プログラム、および学習装置 | |
WO2022259661A1 (ja) | 学習装置、学習プログラム、異常検出装置、および異常検出プログラム | |
US20210112191A1 (en) | Imaging control device, imaging control method, and non-transitory computer-readable recording medium | |
KR102251898B1 (ko) | 태양 영상 노이즈 처리 장치 및 방법 | |
WO2024024263A1 (ja) | 検査装置及び方法 | |
JP7372072B2 (ja) | 画像処理装置、画像処理方法、画像処理プログラム、および画像検査システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221223 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231017 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231211 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240220 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240304 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7459696 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |