基于语义分割的印刷缺陷映射
计算机视觉与模式识别
2020-01-29 v1
摘要
高效的自动化印刷缺陷映射对印刷行业具有重要价值，因为此类缺陷直接影响客户感知的打印机质量，而人工映射成本高昂。传统方法由复杂且手工设计的特征工程构成，通常仅针对单一缺陷类型。本文提出首个端到端框架，采用基于语义分割的方法在像素级映射印刷缺陷。我们的框架使用卷积神经网络（具体而言为 DeepLab-v3+），在印刷图像缺陷识别中取得了有前景的结果。我们通过图像处理与计算机图形技术模拟两类印刷缺陷及打印-扫描效应来生成合成训练数据。相比传统方法，我们的框架具有通用性，支持两种推理策略：一种接近实时并提供较粗结果，另一种侧重于离线处理并实现更细粒度的检测。我们的模型在真实印刷图像数据集上进行了评估。
引用
@article{arxiv.2001.10111,
title = {Print Defect Mapping with Semantic Segmentation},
author = {Augusto C. Valente and Cristina Wada and Deangela Neves and Deangeli Neves and Fábio V. M. Perez and Guilherme A. S. Megeto and Marcos H. Cascone and Otavio Gomes and Qian Lin},
journal= {arXiv preprint arXiv:2001.10111},
year = {2020}
}
备注
Accepted in WACV 2020. 8 pages + references