KR20200013217A - 인공지능 기반의 피혁 검출방법 및 피혁제품 생산방법 - Google Patents
인공지능 기반의 피혁 검출방법 및 피혁제품 생산방법 Download PDFInfo
- Publication number
- KR20200013217A KR20200013217A KR1020180166241A KR20180166241A KR20200013217A KR 20200013217 A KR20200013217 A KR 20200013217A KR 1020180166241 A KR1020180166241 A KR 1020180166241A KR 20180166241 A KR20180166241 A KR 20180166241A KR 20200013217 A KR20200013217 A KR 20200013217A
- Authority
- KR
- South Korea
- Prior art keywords
- leather
- raw material
- data
- artificial intelligence
- area
- Prior art date
Links
- 239000010985 leather Substances 0.000 title claims abstract description 148
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 20
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000007689 inspection Methods 0.000 title description 6
- 239000002994 raw material Substances 0.000 claims abstract description 51
- 238000001514 detection method Methods 0.000 claims abstract description 33
- 230000002950 deficient Effects 0.000 claims abstract description 12
- 230000007547 defect Effects 0.000 claims description 13
- 239000000463 material Substances 0.000 claims description 8
- 238000005520 cutting process Methods 0.000 claims description 7
- 238000013136 deep learning model Methods 0.000 claims description 4
- 238000005286 illumination Methods 0.000 claims description 3
- 238000013480 data collection Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 210000004207 dermis Anatomy 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000004898 kneading Methods 0.000 description 1
- 239000002649 leather substitute Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- C—CHEMISTRY; METALLURGY
- C14—SKINS; HIDES; PELTS; LEATHER
- C14B—MECHANICAL TREATMENT OR PROCESSING OF SKINS, HIDES OR LEATHER IN GENERAL; PELT-SHEARING MACHINES; INTESTINE-SPLITTING MACHINES
- C14B17/00—Details of apparatus or machines for manufacturing or treating skins, hides, leather, or furs
- C14B17/005—Inspecting hides or furs
-
- C14B17/16—
-
- C—CHEMISTRY; METALLURGY
- C14—SKINS; HIDES; PELTS; LEATHER
- C14B—MECHANICAL TREATMENT OR PROCESSING OF SKINS, HIDES OR LEATHER IN GENERAL; PELT-SHEARING MACHINES; INTESTINE-SPLITTING MACHINES
- C14B5/00—Clicking, perforating, or cutting leather
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
- G01N21/898—Irregularities in textured or patterned surfaces, e.g. textiles, wood
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/44—Resins; Plastics; Rubber; Leather
- G01N33/447—Leather
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8883—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Organic Chemistry (AREA)
- Software Systems (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Computing Systems (AREA)
- Signal Processing (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Textile Engineering (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Wood Science & Technology (AREA)
- Medical Informatics (AREA)
- Treatment And Processing Of Natural Fur Or Leather (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
인공지능 기반의 피혁 검출방법 및 피혁제품 생산방법은, 먼저 피혁 원재료의 피혁 데이터를 취득한 다음, 피혁 데이터를 인공지능 모듈에 입력하여 피혁 원재료의 결함 영역과 비결함 영역을 연산 및 판단하고, 나아가 후속 생산방법에 활용하여 비결함 영역에 피혁 원재료의 영역 데이터를 구축하며, 영역 데이터는 다수의 보류 영역을 규정하여, 이를 통해 피혁 원재료를 재단하여 각 보류 영역에 대응하는 피혁부재를 생산할 수 있다.
Description
본 발명은 피혁에 관한 것으로서, 특히 인공지능 기반의 피혁 검출방법 및 피혁제품 생산방법에 관한 것이다.
피혁은 각양각색의 일상 생활용품에 활용될 수 있으며, 예를 들어 복식, 가방, 트렁크 또는 악세서리 등등은 모두 자주 사용되는 일상용품이다. 또한 천연피혁(또는 진피)은 양호한 촉감과 내구성 특성을 지니고 있어, 고가 및 고가치 제품들은 천연피혁을 주요 재료로 사용하는 경우가 더욱 흔하다.
천연피혁은 최초 공급원의 환경 또는 제조과정 등등 요소의 영향을 받기 쉬우며, 예를 들어 동물이 상처를 입었거나, 곰팡이가 자라거나, 병충해, 파열, 또는 운송 시의 찰상 충격 등에 의해 피혁 표면 또는 내부 조직에 손상과 결함이 발생할 수 있다. 피혁류 제품을 생산하기 전에 전술한 결함을 사전 점검하기 위하여, 현재 대부분 피혁이 원료 상태일 때, 먼저 인력을 통해 육안으로 검사하거나 또는 손으로 검사하는 방식으로 피혁을 상세히 검사한 후, 피혁 표면에 전술한 결함이 발견된 부위를 표시하고, 제품 제작의 수요 특성에 따라 표시된 피혁을 재단하여 후속 생산 시 가용한 피혁 부재를 분류해내고 있다.
그러나, 전술한 인력이 육안으로 검사하거나 또는 손으로 검사하는 방식은 시간이 소모될 뿐만 아니라, 반드시 충분한 경험을 가진 점검인원이어야 결함을 판단해낼 수 있다. 점검인원의 훈련과 양성 과정은 비교적 길고 어려우며, 판단 방식이 비교적 주관적인 육안 또는 손의 느낌에 의존하여 검사하게 되므로, 개인의 정서, 환경 또는 시간과 공간 등 요소의 영향을 받기 쉬워 보다 일관성 있고 통용되는 품질 표준을 구축할 수 없다.
따라서, 본 발명의 주요 목적은 피혁 검사 시간을 대폭 감소시키고, 일관성을 지니면서 통용되는 피혁 품질 점검 표준을 구축함과 동시에, 피혁 제품의 자동화 생산 공정을 구현하여, 전반적인 생산 효율을 향상시킬 수 있는 인공지능 기반의 피혁 검출방법 및 피혁제품 생산방법을 제공하고자 하는데 있다.
상기 목적을 달성하기 위하여, 본 발명이 제공하는 인공지능 기반의 피혁 검출방법은, 먼저 피혁 원재료의 피혁 데이터를 취득한 후, 상기 피혁 데이터를 인공지능 모듈에 입력하여 상기 피혁 원재료의 결함 영역과 비결함 영역을 판정하는 단계를 포함한다.
더욱 바람직하게는, 먼저 상기 피혁 원재료의 상이한 부위의 국부 피혁 데이터를 취득한 후, 모든 상기 국부 피혁 데이터를 통합하여 상기 피혁 원재료의 완전한 피혁 데이터를 형성한다.
더욱 바람직하게는, 상기 비결함 영역을 적어도 하나의 보류 영역으로 규정하기 위한 상기 피혁 원재료의 영역 데이터를 구축한다.
더욱 바람직하게는, 상기 피혁 원재료로 광선을 투사하며, 상기 광선의 조명 특성은 상기 피혁 원재료의 재질 특성에 따라 상응하게 조정한다.
더욱 바람직하게는, 상기 인공지능 모듈은 심층학습 모델을 포함한다.
본 발명이 제공하는 상세한 특징, 구성요건 또는 응용방식에 관하여, 후속되는 실시방식을 통해 상세히 설명할 것이다. 그러나 본 발명의 분야에서 통상적인 지식을 갖춘 자라면 상기 상세한 설명 및 본 발명에서 열거하는 특정 실시예의 실시가 단지 본 발명을 설명하기 위한 것일 뿐, 본 발명의 특허 출원범위를 제한하기 위한 것이 아님을 이해할 수 있을 것이다.
도 1은 본 발명의 바람직한 실시예의 프레임도이다.
도 2는 본 발명의 바람직한 실시예에서 주로 피혁 데이터 수집장치를 나타낸 설명도이다.
도 3은 본 발명의 바람직한 실시예에서 주로 피혁 데이터 수집장치의 다른 실시 양태를 나타낸 설명도이다.
도 4는 본 발명의 바람직한 실시예에서 주로 피혁 검출 테이블을 나타낸 설명도이다.
도 5는 도 4와 유사하며, 주로 피혁 원재료가 피혁 검출 테이블에 설치된 것을 나타낸 도면이다.
도 6은 본 발명의 바람직한 실시예에서 주로 피혁 원재료의 결함 영역을 나타낸 설명도이다.
도 7은 본 발명의 바람직한 실시예에서, 주로 피혁 원재료의 비결함 영역을 레이아웃한 후의 상태를 나타낸 설명도이다.
도 8은 본 발명의 바람직한 실시예에서, 주로 피혁 원재료를 재단한 후의 상태를 나타낸 설명도이다.
도 2는 본 발명의 바람직한 실시예에서 주로 피혁 데이터 수집장치를 나타낸 설명도이다.
도 3은 본 발명의 바람직한 실시예에서 주로 피혁 데이터 수집장치의 다른 실시 양태를 나타낸 설명도이다.
도 4는 본 발명의 바람직한 실시예에서 주로 피혁 검출 테이블을 나타낸 설명도이다.
도 5는 도 4와 유사하며, 주로 피혁 원재료가 피혁 검출 테이블에 설치된 것을 나타낸 도면이다.
도 6은 본 발명의 바람직한 실시예에서 주로 피혁 원재료의 결함 영역을 나타낸 설명도이다.
도 7은 본 발명의 바람직한 실시예에서, 주로 피혁 원재료의 비결함 영역을 레이아웃한 후의 상태를 나타낸 설명도이다.
도 8은 본 발명의 바람직한 실시예에서, 주로 피혁 원재료를 재단한 후의 상태를 나타낸 설명도이다.
먼저 설명해두어야 할 점으로, 본 발명이 제공하는 인공지능 기반의 피혁검출방법과 피혁제품 생산방법은 각종 상이한 유형 또는 표면 처리된 천연피혁 또는 합성피혁을 검출하는데 광범위하게 응용될 수 있으며, 본 분야의 기술자라면 본 실시방식 중 관련 인공지능, 조작 설명용어와 조작단계가 모두 특정 연산모델, 기술분야, 또는 조작순서를 제한하지 않는 상위 묘사에 속하며, 또한 수량용어인 "일"은 하나 또는 하나 이상의 복수의 소자 수량을 포함함을 이해할 수 있을 것이다.
먼저 도 1 내지 도 4를 참조하면, 본 발명이 제공하는 인공지능 기반의 피혁 검출방법은 주로 이하 단계를 포함한다:
1. 데이터 수집: 피혁 원재료(10)를 피혁 검출 테이블(12)에 설치한 후, 피혁 검출 테이블(12)에 설치된 피혁 데이터 수집장치(14)를 이용하여 피혁 원재료(10)의 피혁 데이터를 취득한다.
본 바람직한 실시예의 피혁 원재료(10)는 천연우피를 예로 들며, 물론 기타 종류의 피혁에도 응용될 수 있다. 본 바람직한 실시예의 피혁 데이터 수집장치(14)는 피혁 원재료(10) 표면 영상을 캡쳐할 수 있는 적어도 하나의 광학식 검지 어셈블리를 포함하는 것을 예로 들었으며, 피혁 데이터 수집장치(14)는 피혁 원재료(10)의 표면을 촬영하여 피혁 표면의 디지털 영상을 획득하며, 피혁 원재료(10)의 가장자리와 표면 상태를 판단하기 위한 피혁 데이터를 형성한다.
도 2에 도시된 바와 같이, 피혁 데이터 수집장치(14)는 어레이 형상으로 피혁 원재료(10) 상방에 평균적으로 분포 설치되는 다수의 검지 어셈블리(16)를 포함한다. 각 검지 어셈블리(16)는 피혁 원재료(10)의 상이한 위치의 국부 피혁 디지털 데이터를 각각 취득한다. 피혁 데이터 수집장치(14)는 광원(17)을 별도로 포함하며, 광원(17)은 검지 어셈블리(16)가 완전하고 선명한 디지털 영상의 피혁 데이터를 취득할 수 있도록 피혁 원재료(10)로 광선을 투사한다. 광원(17)은 점광원 또는 어레이형 광원일 수 있으며, 또한 종류, 재질의 처리방식, 또는 표면 무늬가 상이한 피혁 원재료(10)에 부합되도록 하기 위하여, 광원(17)은 또한 상이한 피혁 원재료(10)의 재질 특성에 따라 상이한 조명 특성을 투사할 수 있으며, 다시 말해 광선의 강도, 조도, 또는 휘도 등이 모두 피혁 원재료(10)에 따라 조정될 수 있다.
2. 데이터 처리: 도 4 및 도 5에 도시된 바와 같이, 피혁 원재료(10)를 피혁 검출 테이블(12)에 평탄한 상태로 방치하고, 피혁 검출 테이블(12) 상방의 피혁 데이터 수집장치(14)를 통해 영상 피혁 데이터를 획득한 후, 피혁 데이터는 피혁 데이터 처리장치(18)에 입력되어 연산 프로그램을 수행할 수 있으며, 본 바람직한 실시예의 피혁 데이터 처리장치(18)는 적어도 피혁 데이터 수집장치(14)가 취득한 국부 피혁 데이터를 이어붙여 완전한 피혁 데이터로 통합할 수 있는 이미지 처리모듈을 포함한다.
피혁 데이터 처리장치(18)는 인공지능 모듈(20)을 더 포함한다. 본 바람직한 실시예의 인공지능 모듈(20)(Artificial Intelligence Model)은 심층학습 모델(Deep Learning Model)을 예로 들었으며, 이를 통해 피혁 원재료(10) 표면의 결함 영역(22)과 비결함 영역(24)을 연산 및 판단한다.
3. 생산 공정 데이터: 도 1, 도 6 내지 도 8에 도시된 바와 같이, 완전한 피혁 데이터는 피혁 데이터 처리장치(18)의 인공지능 모듈(20)을 통해 결함 영역(22)과 비결함 영역(24)을 판단한 후, 레이아웃 모듈(30)을 이용하여 피혁 원재료 (10)의 영역 데이터를 구축하며, 영역 데이터는 비결함 영역(24)을 적어도 하나의 보류 영역(32)으로 규정하기 위한 것으로서, 후속되는 피혁 제품 생산방법에서 재단장치(40)로 피혁 원재료(10)를 재단하여 각 보류 영역(32)에 대응되는 피혁 부재(50)를 생산하도록 제공된다.
상기 피혁 검출방법과 피혁제품 생산방법을 통해, 본 발명은 적어도 이하 다수의 기술효과를 갖는다.
1. 심층학습 모델을 갖는 인공지능 모듈을 이용하여 인력을 사용할 필요 없이 피혁의 결함을 판단할 수 있어, 피혁의 검사 시간이 대폭 감소한다.
2. 검출환경, 시간 또는 인력 요소를 고려할 필요 없이, 본 발명은 검출을 신속하게 완료할 수 있을 뿐만 아니라, 일관성 있고 통용되는 피혁 품질 검사 표준을 구축할 수 있다.
3. 피혁 검출방법은 후속되는 레이아웃 및 재단 공정과 결합하여, 더욱 효과적으로 피혁 원재료를 이용할 수 있어, 피혁 원재료의 활용률을 높일 수 있다.
4. 본 발명은 피혁 원재료의 품질 검출 단계로부터 후속되는 재단 공정까지 일체화로 통합될 수 있어, 피혁 제품의 자동화 생산 공정을 구현할 수 있다.
언급할만한 점으로, 상기 피혁 데이터 수집장치는 피혁 원재료의 내부 조직 또는 재질 상태를 취득하도록, 투사방식 또는 기계력으로 피혁 원재료에 주무르고 구부리는 효과를 발생시키는 장치일 수도 있다. 예를 들어 X선 장치를 통해 피혁 원재료에 X선을 조사하여, X선이 피혁 원재료에 투사된 후 X선의 신호 변화 상태를 취득함으로써, 피혁 원재료의 내부 조직 등 특성 데이터를 알 수 있다.
또한, 도 3에 도시된 바와 같이, 피혁 데이터 수집장치(14)는 피혁 검출 테이블(12)에 컨베이어벨트(13)를 따라 이동하는 피혁 원재료(10)에 대해 피혁 표면을 순차적으로 스캐닝하여 피혁 데이터를 형성할 수도 있으며, 전반적인 검출 및 생산 효율이 더욱 향상될 수 있다.
또한, 인공지능 모듈은 심층학습 모델 이외에, 기타 예를 들어 신경망 모델, 콘볼루션 신경망 모델, 또는 순환 신경망 모델 등 기기 학습 모델을 이용하여 인공지능의 판단의 정확률과 정확성을 더욱 강화시킬 수 있으며, 본 발명의 각 발명 목적을 달성할 수 있다.
10: 피혁 원재료
12: 피혁 검출 테이블
14: 피혁 데이터 수집장치 16: 검지 어셈블리
17: 광원 18: 피혁 데이터 처리장치
20: 인공지능 모듈 22: 결함 영역
24: 비결함 영역 30: 레이아웃 모듈
32: 보류 영역 40: 재단장치
50: 피혁부재
14: 피혁 데이터 수집장치 16: 검지 어셈블리
17: 광원 18: 피혁 데이터 처리장치
20: 인공지능 모듈 22: 결함 영역
24: 비결함 영역 30: 레이아웃 모듈
32: 보류 영역 40: 재단장치
50: 피혁부재
Claims (9)
- 인공지능 기반의 피혁 검출방법에 있어서,
a. 검지 어셈블리를 이용하여 피혁 원재료의 피혁 데이터를 취득하는 단계; 및
b. 상기 피혁 데이터를 인공지능 모듈에 입력하여 상기 피혁 원재료의 결함 영역과 비결함 영역을 판단하는 단계
를 포함하는 인공지능 기반의 피혁 검출방법. - 제1항에 있어서,
상기 단계 a에서 먼저 상기 피혁 원재료의 상이한 위치의 국부 피혁 데이터를 취득한 후, 모든 상기 국부 피혁 데이터를 통합하여 상기 피혁 원재료의 피혁 데이터를 형성하는, 인공지능 기반의 피혁 검출방법. - 제1항에 있어서,
상기 비결함 영역을 레이아웃시켜 적어도 하나의 보류 영역을 규정하기 위한 상기 피혁 원재료의 영역 데이터를 구축하는 단계를 더 포함하는 인공지능 기반의 피혁 검출방법. - 제1항에 있어서,
상기 인공지능 모듈은 심층학습 모델을 포함하는, 인공지능 기반의 피혁 검출방법. - 제1항에 있어서,
상기 단계 a에서 상기 검지 어셈블리로 상기 피혁 원재료의 영상을 취득하여 상기 피혁 데이터를 형성하는, 인공지능 기반의 피혁 검출방법. - 제5항에 있어서,
상기 검지 어셈블리는 먼저 상기 피혁 원재료의 상이한 위치의 국부 피혁 데이터를 취득한 후, 모든 상기 국부 피혁 데이터를 통합하여 상기 피혁 원재료의 피혁 데이터를 형성하는, 인공지능 기반의 피혁 검출방법. - 제5항에 있어서,
상기 피혁 원재료로 광선을 투사하며, 상기 광선의 조명 특성은 상기 피혁 원재료의 재질 특성에 따라 대응 조정되는, 인공지능 기반의 피혁 검출방법. - 피혁제품 생산방법에 있어서,
a. 제1항 내지 제7항 중 어느 한 항에 따른 피혁 검출방법을 이용하는 단계; 및
b. 상기 피혁 원재료를 재단하여 상기 결함 영역과 상기 비결함 영역에 대응하는 피혁부재를 생산하는 단계
를 포함하는 피혁제품 생산방법. - 제8항에 있어서,
상기 비결함 영역을 재단하여 다수의 피혁부재를 생산하는 단계를 더 포함하는 피혁제품 생산방법.
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107124164 | 2018-07-12 | ||
TW107124164 | 2018-07-12 | ||
TW107132719A TW202006344A (zh) | 2018-07-12 | 2018-09-18 | 基於人工智能的皮革檢測方法以及皮革製品生產方法 |
TW107132719 | 2018-09-18 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20200013217A true KR20200013217A (ko) | 2020-02-06 |
Family
ID=63713642
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020180166241A KR20200013217A (ko) | 2018-07-12 | 2018-12-20 | 인공지능 기반의 피혁 검출방법 및 피혁제품 생산방법 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20200020094A1 (ko) |
EP (1) | EP3594666A1 (ko) |
KR (1) | KR20200013217A (ko) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102166456B1 (ko) * | 2020-08-28 | 2020-10-15 | 주식회사 재현이노텍 | 딥러닝 모델을 이용한 가죽 검사시스템 |
KR102336110B1 (ko) * | 2020-08-28 | 2021-12-06 | 박재완 | 딥러닝 모델을 이용한 가죽의 미세 불량 검사방법 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3906508B1 (en) * | 2018-12-31 | 2024-03-13 | Intel Corporation | Securing systems employing artificial intelligence |
US11521309B2 (en) | 2019-05-30 | 2022-12-06 | Bruker Nano, Inc. | Method and apparatus for rapid inspection of subcomponents of manufactured component |
IT202000008848A1 (it) | 2020-04-24 | 2021-10-24 | Compolab S R L | Metodo e apparato per la caratterizzazione e tracciatura di pelli o pezze di pelli |
CN117434253A (zh) * | 2022-03-07 | 2024-01-23 | 金冬林 | 基于物联网的纺织真皮识别系统 |
EP4325206A1 (en) | 2022-08-18 | 2024-02-21 | F. Hoffmann-La Roche AG | Method for compensating defective partitions of a microfluidic chip |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AUPN800796A0 (en) * | 1996-02-09 | 1996-03-07 | Unisearch Limited | Visual inspection system for leather hide |
DE19824304A1 (de) * | 1998-05-28 | 1999-12-02 | Maass Ruth | Vorrichtung und Verfahren zur Klassifizierung von Lederstücken |
AU2003256962A1 (en) * | 2002-07-29 | 2004-02-16 | Gerber Technology, Inc. | Method for scanning sheet-type work material and cutting pattern pieces therefrom |
DE102013005489B4 (de) * | 2013-04-02 | 2019-06-27 | Capex Invest GmbH | Verfahren und Vorrichtung zur automatischen Fehlerstellenerkennung bei biegeschlaffen Körpern |
-
2018
- 2018-09-28 EP EP18197544.2A patent/EP3594666A1/en not_active Withdrawn
- 2018-10-10 US US16/156,621 patent/US20200020094A1/en not_active Abandoned
- 2018-12-20 KR KR1020180166241A patent/KR20200013217A/ko not_active Application Discontinuation
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102166456B1 (ko) * | 2020-08-28 | 2020-10-15 | 주식회사 재현이노텍 | 딥러닝 모델을 이용한 가죽 검사시스템 |
KR102336110B1 (ko) * | 2020-08-28 | 2021-12-06 | 박재완 | 딥러닝 모델을 이용한 가죽의 미세 불량 검사방법 |
Also Published As
Publication number | Publication date |
---|---|
EP3594666A1 (en) | 2020-01-15 |
US20200020094A1 (en) | 2020-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20200013217A (ko) | 인공지능 기반의 피혁 검출방법 및 피혁제품 생산방법 | |
KR20200000312U (ko) | 피혁 검출장치 | |
CN209081912U (zh) | 基于人工智能的皮革检测设备与皮革制品生产系统 | |
US10890537B2 (en) | Appearance inspection device, lighting device, and imaging lighting device | |
JP5085860B2 (ja) | 木材の検査方法及び装置及びプログラム | |
CN1844550A (zh) | 双面扫描织物和纱线分析系统 | |
CN104198457B (zh) | 基于光谱成像技术的烟丝组分识别方法 | |
CN1822024A (zh) | 一种人脸特征点定位方法 | |
US20230110396A1 (en) | Layup table for composite fabrication with ai quality control modules | |
JP3220455U (ja) | 皮革検出装置 | |
Stavropoulos et al. | A vision-based system for real-time defect detection: a rubber compound part case study | |
CN115908432A (zh) | 一种物料输出品质检测系统及预测方法 | |
CN114881987B (zh) | 基于改进YOLOv5的热压导光板缺陷可视化检测方法 | |
CN112950541A (zh) | 一种基于机器视觉的合成革涂胶在线监测方法 | |
JP2020012808A (ja) | 人工知能による皮革の検出方法及び皮革検出設備、並びに皮革製品の製造方法 | |
CN1220877C (zh) | 织物平整度等级客观评定方法 | |
CN113592813B (zh) | 基于深度学习语义分割的新能源电池焊接缺陷检测方法 | |
WO2021240279A1 (en) | Method and apparatus for identifying possible surface defects of a leather hide | |
WO2021142603A1 (zh) | 皮革检测设备 | |
WO2021142606A1 (zh) | 基于人工智能的皮革检测方法以及皮革制品生产方法 | |
CN111311668A (zh) | 一种基于卷积神经网络的清水混凝土表面气孔分析方法 | |
CN112837271B (zh) | 一种甜瓜种质资源性状提取方法及系统 | |
TW202006344A (zh) | 基於人工智能的皮革檢測方法以及皮革製品生產方法 | |
AT514553A4 (de) | Verfahren und Vorrichtung zur optischen Untersuchung einer Oberfläche eines Körpers | |
CN113160207A (zh) | 一种基于白板光照补偿的环境自适应产品缺陷检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E601 | Decision to refuse application |