메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
최학영 (서경대학교) 서기성 (서경대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제27권 제3호
발행연도
2017.6
수록면
195 - 200 (6page)
DOI
10.5391/JKIIS.2017.27.3.195

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
전자 부품의 결함 검사에서 미세한 크랙이나, 표면이 균일하지 않은 경우, 그리고 결함과 주변의 구분이 명확치 않은 조건에서는 검출자 기반의 접근이 성능의 한계를 보이고 있다. 딥러닝 기법이 물체 인식에 널리 적용되고 있으며. 결함 검출에 대해서도 점차 적용이 시도되고 있다. 일반적으로 딥러닝은 방대한 규모의 학습 데이터를 필요로 하나, 일부 산업응용 문제에서는 데이터의 획득이 제한적일 수 있다. 검출 난이도가 높으면서 학습 데이터가 충분하지 않은 전자 부품의 표면 결함 검사에 대해서 딥러닝 접근법의 하나인 CNN을 적용하고 가능성을 검토한다. CNN 기법 외에 Otsu와 Gaussian blur 기법을 CNN에 결합하여 시도하였고, VOV 필터 기반의 데이터 재생성을 통해 데이터를 확충한 기법과 비교하였다. 이를 통해 검출 오류율을 5%까지 감소시킨 결과를 얻을 수 있었다.
#표면 결함 검출 #전자 부품 #CNN #딥러닝 #Surface Defects Detection #Electronic Parts #Convoultion Neural Network #Deep Learning

목차

요약
Abstract
1. 서론
2. 표면 결함 및 검출 방식
3. 검출 접근법
4. 전처리와 CNN의 결합
5. 실험 및 결과
6. 결론 및 향후 연구
References

참고문헌 (11)

참고문헌 신청
Y. Park, and I. S. Kweon “Ambiguous Surface Defect Image Classification of AMOLED Displays in Smartphones,” IEEE Trans. on Industrial Informatics, Vol. 12, No. 2, pp. 597- 607, 2016 D. Tsai and H. Tsai “Low contrast surface inspection of mura defects in liquid crystal displays using optical flowbased motion analysis,” Machine Vision and Applications, Vol. 22, Issue 4, pp 629?649, 2011 J-K. Park, N. Kwon, J-H. and D. Kang “Machine Learning-Based Imaging System for Surface Defect Inspection,” International Journal of Precision Engineering and Manufacturing-Green Technology, Vol. 3, No. 3, pp. 303-310, 2016 D. Chetverikova, A. Hanburyb, “Finding defects in texture using regularity and local orientation,” Pattern Recognition Volume 35, Issue 10, pp. 2165?2180, 2002. Y. Yoon, S. Lee, C. Chung, S. Kim, “An effective defect inspection system for polarized film images using image segmentation and template matching techniques,” Computers & Industrial Engineering, Volume 55, Issue 3, pp. 567-583, 2008.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

딥러닝 기반 제품 외관의 결함 검출
이민기 ,  서기성 정보 및 제어 논문집 2017 .04
딥러닝, 기계공학에선 이렇게 쓰인다
김수현 ,  이승철 대한기계학회 춘추학술대회 2017 .05
Water Level Forecasting based on Deep Learning : A Use Case of Trinity River-Texas-The United States : 미국 텍사스 트리니티강 사례연구
트란 광 카이 ,  송사광 Journal of KIISE 2017 .06
Time Division 다중 모델 딥러닝을 이용한 컴퓨터시스템 장애예측
김윤상 ,  박충식 한국지능정보시스템학회 학술대회논문집 2016 .11
이미지 기반 사물 인식을 위한 개선된 딥러닝 네트워크
최승도 ,  장윤석 ,  김효진 외 2명 한국통신학회 학술대회논문집 2016 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-003-000914474