Nejc Kozamernik (Avtor), Drago Bračun (Avtor)

Povzetek

Electric cathode metal coating (KTL) is a popular choice for surface protection of metal components in the automotive industry. Due to the complex 3D shape of the parts and the glossy black color of the coating, machine vision inspection is very sensitive to variabilities among parts and to the variabilities in their positioning during the image acquisition. In this paper a variational autoencoder model for anomaly detection is presented to make further image processing more immune to variability and to detect coating defects more reliably.

Ključne besede

KTL zaščita;iskanje površinskih napak;slikovni sistem;detekcija anomalij;globoki generativni model;variacijski avtoenkoder;surface defect inspection;imaging system;anomaly detection;deep generative models;variational autoencoders;

Podatki

Jezik: Angleški jezik
Leto izida:
Tipologija: 1.08 - Objavljeni znanstveni prispevek na konferenci
Organizacija: UL FS - Fakulteta za strojništvo
UDK: 004.92:629.7(045)
COBISS: 32754691 Povezava se bo odprla v novem oknu
ISSN: 2212-8271
Št. ogledov: 380
Št. prenosov: 175
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Slovenski jezik
Sekundarne ključne besede: KTL zaščita;iskanje površinskih napak;slikovni sistem;detekcija anomalij;globoki generativni model;variacijski avtoenkoder;
Vrsta dela (COBISS): Članek v reviji
Strani: Str. 1558-1563
Zvezek: ǂVol. ǂ93
Čas izdaje: 2020
DOI: 10.1016/j.procir.2020.04.114
ID: 12078846