[論文レビュー] Fabric Defect Detection Using Vision-Based Tactile Sensor

Bin Fang, Xingming Long+4 more|arXiv (Cornell University)|Mar 2, 2020

Industrial Vision Systems and Defect Detection参考文献 7被引用数 4

ひとこと要約

本稿では、カラーデータやパターンに依存せずに表面のテクスチャを捉えるために、カメラ、LED、弾性センシング層を用いた視覚ベースのタクトイルセンサーシステムを提案する。明るさ補正、アンサンブル学習を用いたResNet、均一性に基づくデータセット選択を採用することで、外部照明を必要とせず多様な織物において構造的欠陻を安定して検出可能であり、実環境下でも高い実現可能性と性能を示している。

ABSTRACT

This paper introduces a new type of system for fabric defect detection with the tactile inspection system. Different from existed visual inspection systems, the proposed system implements a vision-based tactile sensor. The tactile sensor, which mainly consists of a camera, four LEDs, and an elastic sensing layer, captures detailed information about fabric surface structure and ignores the color and pattern. Thus, the ambiguity between a defect and image background related to fabric color and pattern is avoided. To utilize the tactile sensor for fabric inspection, we employ intensity adjustment for image preprocessing, Residual Network with ensemble learning for detecting defects, and uniformity measurement for selecting ideal dataset for model training. An experiment is conducted to verify the performance of the proposed tactile system. The experimental results have demonstrated the feasibility of the proposed system, which performs well in detecting structural defects for various types of fabrics. In addition, the system does not require external light sources, which skips the process of setting up and tuning a lighting environment.

研究の動機と目的

• 色や模様の変動によって引き起こされる誤検出の問題を解決すること。
• 視覚的外観に依存せずに表面のテクスチャを捉えるタクトイルセンシングシステムを開発すること。
• 織物の欠陻検出システムにおいて、制御された照明環境を不要にする。
• ディープラーニングとデータセット最適化を用いて、多様な織物種別における欠陻検出精度を向上させること。
• 産業現場への導入に適した自己完結型で照明に依存しない検査システムを構築すること。

提案手法

• 本システムは、カメラ、4つのLED、弾性センシング層を備えた視覚ベースのタクトイルセンサーを用い、表面の微細構造を捉える。
• 画像前処理では、入力の均一な欠陻可視性を確保するための明るさ補正を実施する。
• 構造的欠陻の検出に、アンサンブル学習を用いた残差ネットワーク（ResNet）を採用する。
• モデルの汎化性能を向上させるために、均一性測定を用いて高品質で代表的な訓練サンプルを選択する。
• 外部光源を一切使用せず、内部のLED照明に依存して一貫した画像撮影を実現する。
• パイプライン全体が、織物の色や模様の変動によって引き起こされる誤検出を最小限に抑えるように設計されている。

実験結果

リサーチクエスチョン

• RQ1 カラーデータや模様の変動に影響されない視覚ベースのタクトイルセンサーは、織物の欠陻を効果的に検出できるか？
• RQ2 本システムは多様な織物種別において構造的欠陻をどの程度効果的に検出できるか？
• RQ3 明るさ補正と均一性に基づくデータセット選択は、欠陻検出精度をどの程度向上できるか？
• RQ4 外部照明が不要な状態でも、本システムは信頼性を保って動作可能であり、産業現場への統合を容易にできるか？
• RQ5 本稿で提案するタクトイルセンシング手法は、実環境下の織物検査において実現可能で頑健であるか？

主な発見

• 本システムは、色や模様の変動に影響されず、多様な織物種別において構造的欠陻を正常に検出できた。
• 外部照明を必要としないことから、システムの設置が簡素化され、産業環境における導入の柔軟性が向上した。
• 明るさ補正と均一性に基づくデータセット選択は、モデルの学習安定性と汎化性能を顕著に向上させた。
• アンサンブル学習を用いたResNetの活用により、微細な表面欠陻の高精度な同定が達成された。
• 実験結果から、本稿で提案するタクトイルセンシング手法の実現可能性と頑健性が確認された。
• 本システムは多様な織物種別において優れた性能を示しており、広範な適用可能性を示している。