인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
자동차 산업에서 차체의 기본 틀이 되는 패널은 프레스 공정을 통해 생산된다. 프레스 공정 과정에서 결함이 발생하는 경우 제품의 안정성과 품질 신뢰도에 상당한 영향을 미치기 때문에 조기에 발견하는 것이 매우 중요하다. 머신비전을 통한 다양한 결함탐지 알고리즘이 개발되었지만, 조명, 카메라 등 장비 설치공간 제약 및 비용 합리성, 알고리즘 과검출 등 이유로 현장 적용에 어려움이 있다. 따라서 본 연구에서는 이러한 데이터 획득의 어려움과 과검출로 인한 문제를 해결하기 위해 저가형 카메라와 별도의 조명이 불필요한 컴팩트한 비전 시스템을 활용하여 형상 기반 크랙 검출 기법과 딥러닝 기반 크랙 검출 기법을 통합한 크랙 검출 기법을 제안한다. 먼저 딥러닝 모델을 통해 패널과 배경을 분리하고 이진화하는 이미지 전처리를 수행한다. 다음으로 형상 기반의 각도 분석을 통해 크랙 의심영역을 추출한다. 마지막으로, 사전 학습된 딥러닝 모델을 크랙 의심영역으로 구성된 데이터로 미세 조정(fine-tuning)하여 테스트 이미지에서 크랙 검출 확률을 결정한다. 개발된 통합 기법을 실험실 규모의 공정 모사 장치에서 검증하여 모델의 성능을 검증하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092506145
