TOP
|
特許
|
意匠
|
商標
特許ウォッチ
Twitter
他の特許を見る
公開番号
2024173190
公報種別
公開特許公報(A)
公開日
2024-12-12
出願番号
2023091427
出願日
2023-06-02
発明の名称
異常検知方法及び異常検知システム
出願人
愛知製鋼株式会社
代理人
個人
主分類
G06T
7/00 20170101AFI20241205BHJP(計算;計数)
要約
【課題】学習負担の低減が容易な異常検知方法および異常検知システムを提供すること。
【解決手段】拡散モデルを利用して画像中の異常を検知する異常検知システム1は、入力画像に対してノイズを付加することでノイズ画像を生成する拡散回路11と、ノイズ画像からノイズを除去することにより復元画像を生成する逆拡散回路13と、入力画像と復元画像との類似度に基づき、入力画像中の異常の有無を判定する判定回路15と、を含み、逆拡散回路13は、正常画像を示すものとして得られた学習情報である変数によって条件付けされたニューラルネットワークを利用して復元画像を生成する。
【選択図】図1
特許請求の範囲
【請求項1】
拡散モデルを利用して画像中の異常を検知する方法であって、
入力画像に対してノイズを付加することでノイズ画像を生成する拡散過程と、
当該ノイズ画像からノイズを除去することにより復元画像を生成する逆拡散過程と、
前記入力画像と前記復元画像との類似度に基づき、前記入力画像中の異常の有無を判定する判定過程と、を含み、
前記逆拡散過程は、正常画像を示すものとして得られた学習情報である変数によって条件付けされたニューラルネットワークを利用して前記復元画像を生成する過程である、異常検知方法。
続きを表示(約 910 文字)
【請求項2】
請求項1において、前記入力画像は、撮像カメラによる撮像画像、あるいは該撮像画像に所定の変換処理を施した変換画像であり、
前記復元画像は、前記ノイズ画像からノイズを除去したノイズ除去画像、あるいは前記所定の変換処理に対する逆変換に相当する処理を当該ノイズ除去画像に施した逆変換画像である、異常検知方法。
【請求項3】
請求項1において、前記入力画像は、製品または部品の画像であり、当該製品または部品の異常を検知する産業用途の異常検知方法。
【請求項4】
請求項1において、前記入力画像は、環境を撮像して得られた画像であり、当該環境の中で生じた異常を検知する異常検知方法。
【請求項5】
請求項1において、前記判定過程は、前記類似度に関する閾値処理により異常の有無を判定する、異常検知方法。
【請求項6】
請求項1において、前記判定過程は、前記入力画像と前記復元画像との差分画像に処理を施して前記類似度を求める、異常検知方法。
【請求項7】
拡散モデルを利用して画像中の異常を検知するシステムであって、
入力画像に対してノイズを付加することでノイズ画像を生成する拡散回路と、
当該ノイズ画像からノイズを除去することにより復元画像を生成する逆拡散回路と、
前記入力画像と前記復元画像との類似度に基づき、前記入力画像中の異常の有無を判定する判定回路と、を含み、
前記逆拡散回路は、正常画像を示すものとして得られた学習情報である変数によって条件付けされたニューラルネットワークを利用して前記復元画像を生成するように構成されている、異常検知システム。
【請求項8】
請求項7において、前記判定回路は、前記類似度に関する閾値処理により異常の有無を判定するように構成されている、異常検知システム。
【請求項9】
請求項7において、前記判定回路は、前記入力画像と前記復元画像との差分画像に処理を施して前記類似度を求めるように構成されている、異常検知システム。
発明の詳細な説明
【技術分野】
【0001】
本発明は、機械学習分野における拡散モデルを利用して画像中の異常を検知する方法及びシステムに関する。
続きを表示(約 1,500 文字)
【背景技術】
【0002】
従来、入力画像と復元画像との類似度を表す再構成誤差を利用して入力画像中の異常を検知する技術が知られている(例えば下記の特許文献1参照)。このような技術を採用すれば、例えば人手によって異常を検知する場合と比べて、入力画像中の異常を確実性高く検出できる。
【先行技術文献】
【特許文献】
【0003】
特開2023-16030号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、前記従来の技術では、復元画像の品質が、異常の検知性能を大きく左右するという課題がある。
【0005】
本発明は、前記従来の問題点に鑑みてなされたものであり、高品質の画像を復元することにより異常の検知性能を高めた異常検知システムを提供しようとするものである。
【課題を解決するための手段】
【0006】
本発明の一態様は、拡散モデルを利用して画像中の異常を検知する方法であって、
入力画像に対してノイズを付加することでノイズ画像を生成する拡散過程と、
当該ノイズ画像からノイズを除去することにより復元画像を生成する逆拡散過程と、
前記入力画像と前記復元画像との類似度に基づき、前記入力画像中の異常の有無を判定する判定過程と、を含み、
前記逆拡散過程は、正常画像を示すものとして得られた学習情報である変数によって条件付けされたニューラルネットワークを利用して前記復元画像を生成する過程である、異常検知方法にある。
【0007】
また、本発明の一態様は、拡散モデルを利用して画像中の異常を検知するシステムであって、
入力画像に対してノイズを付加することでノイズ画像を生成する拡散回路と、
当該ノイズ画像からノイズを除去することにより復元画像を生成する逆拡散回路と、
前記入力画像と前記復元画像との類似度に基づき、前記入力画像中の異常の有無を判定する判定回路と、を含み、
前記逆拡散回路は、正常画像を示すものとして得られた学習情報である変数によって条件付けされたニューラルネットワークを利用して前記復元画像を生成するように構成されている、異常検知システムにある。
【発明の効果】
【0008】
本発明に係る異常検知方法及び異常検知システムは、拡散モデルを利用して異常を検知する方法あるいはシステムである。本発明では、入力画像に基づくノイズ画像からノイズを除去することにより復元画像が生成される。そして本発明では、入力画像と復元画像との類似度に基づいて異常の有無が判定される。
【0009】
本発明の技術的特徴のひとつは、正常画像を示すものとして得られた学習情報である変数によって条件付けされたニューラルネットワークを利用して上記の復元画像を生成する点にある。このように生成された復元画像は、正常画像を精度高く再現した高品質のものとなる。本発明の異常検知方法及び異常検知システムによれば、正常画像を示す変数によって条件付けされたニューラルネットワークを利用して生成された復元画像を、入力画像と比較することにより、精度高く入力画像の異常の有無を判定できる。
【図面の簡単な説明】
【0010】
異常検知システムの構成を示すブロック図。
木ねじの撮像画像(入力画像)を例示する図。
異常検知処理の流れを示すフロー図。
入力画像Aと復元画像Bとの差分画像Cの説明図。
【発明を実施するための形態】
(【0011】以降は省略されています)
この特許をJ-PlatPatで参照する
関連特許
愛知製鋼株式会社
測量方法及び測量システム
7日前
愛知製鋼株式会社
鍛造プレス装置及び鍛造品の製造方法
21日前
国立研究開発法人産業技術総合研究所
磁気センサ及び磁気計測装置
17日前
国立研究開発法人産業技術総合研究所
磁気センサ及び磁気計測装置
17日前
個人
情報検索システム
9日前
個人
確率場データ同化演算手法
21日前
個人
納骨堂システム
28日前
キヤノン株式会社
電子機器
8日前
個人
技術実行管理システム
23日前
キヤノン株式会社
電子機器
8日前
キヤノン株式会社
電子機器
8日前
シャープ株式会社
電子機器
22日前
個人
不動産情報提供システム
18日前
キヤノン電子株式会社
通信システム
1日前
株式会社イノベイト
広告装置
11日前
個人
ネイルスキルテストシステム
22日前
合同会社IPマネジメント
内部不正対策
16日前
トヨタ自動車株式会社
作業評価装置
1日前
トヨタ自動車株式会社
管理システム
3日前
TDK株式会社
等価回路
3日前
西松建設株式会社
計測システム
7日前
株式会社NURSY
再就職の支援装置
2日前
個人
公益寄付インタラクティブシステム
1日前
個人
外国為替証拠金取引定期自動売買システム
14日前
株式会社ヒニアラタ
障害者支援システム
16日前
キヤノン株式会社
ワークフロー制御装置
28日前
株式会社JVCケンウッド
情報処理装置
22日前
株式会社サマデイ
メンタリングシステム
23日前
JUKI株式会社
電子名刺デバイス
22日前
大王製紙株式会社
作業管理システム
2日前
ジャペル株式会社
登録管理システム
7日前
NGB株式会社
制御装置
21日前
キオクシア株式会社
電子機器
7日前
サクサ株式会社
警備サービス管理システム
11日前
株式会社インテック
触覚ディスプレイ装置
2日前
株式会社セラク
営農支援システム及び方法
17日前
続きを見る
他の特許を見る