用于织物缺陷检测的一类模型
计算机视觉与模式识别
2022-04-21 v1
摘要
纺织工业中亟需一种自动化且准确的织物缺陷检测系统，以替代缓慢、不一致、易出错且昂贵的人工操作员。以往工作聚焦于特定织物类型或缺陷，并非理想方案。本文提出一种新颖的一类模型，能够检测不同织物类型上的多种缺陷。我们的模型利用设计良好的 Gabor 滤波器组分析织物纹理，继而采用先进的深度学习算法自编码器从 Gabor 滤波器组输出中学习通用特征表示，最后开发最近邻密度估计器定位潜在缺陷并标注于织物图像上。我们在平纹、花纹和旋转等各类织物上测试，证明了所提模型的有效性与鲁棒性。基于标准织物缺陷术语表，我们的模型在自有数据集上以零误报取得了 0.895 的真正率（即召回率）。
引用
@article{arxiv.2204.09648,
title = {One-Class Model for Fabric Defect Detection},
author = {Hao Zhou and Yixin Chen and David Troendle and Byunghyun Jang},
journal= {arXiv preprint arXiv:2204.09648},
year = {2022}
}