应用GAN和Faster R-CNN的色织物缺陷识别

被引：32

作者：

李明

景军锋

李鹏飞

机构：

[1] 西安工程大学电子信息学院

来源：

西安工程大学学报 | 2018年 / 06期

关键词：

色织物; 图像扩充; 生成对抗网络; Faster R-CNN; 缺陷识别;

D O I：

10.13338/j.issn.1674-649x.2018.06.008

中图分类号：

TP391.41 []; TS106 [混纺织物];

学科分类号：

080203 ; 082102 ;

摘要：

为解决色织物缺陷检测时传统人工的误检率、漏检率较高问题,给出一种应用生成对抗网络(GAN,generative adversarial net)和Faster R-CNN相结合的缺陷识别算法.针对织物图像采集过程中存在缺陷样本分布不均,现有色织物缺陷样本多样性贫乏,先对缺陷织物进行GAN训练,生成与缺陷样本相似的织物图像来扩充样本;再根据候选框生成算法提取缺陷位置,深度卷积神经网络学习其区域和边缘特征;最后,利用Softmax分类器对织物缺陷进行分类,非极大值抑制算法调整优化缺陷位置.实验结果表明,应用GAN和Faster R-CNN的缺陷识别算法,可提高色织物图像库中的缺陷图像检测效率,并能准确获取缺陷位置和类别.

引用

页码：663 / 669

页数：7

共 12 条

[1] 基于Edge Boxes的大型车辆车标检测与识别
李熙莹
吕硕
江倩殷
袁敏贤
余志
[J]. 计算机工程与应用, 2018, 54 (12) : 152 - 159
[2] 应用方向梯度直方图和低秩分解的织物疵点检测算法
李春雷
高广帅
刘洲峰
刘秋丽
李文羽
[J]. 纺织学报, 2017, 38 (03) : 149 - 154
[3] 生成式对抗网络GAN的研究进展与展望
王坤峰
苟超
段艳杰
林懿伦
郑心湖
王飞跃
[J]. 自动化学报, 2017, 43 (03) : 321 - 332
[4] 基于EM算法的高斯混合型的织物疵点检测研究
李仁忠
张缓缓
景军锋
李鹏飞
[J]. 计算机工程与应用, 2014, 50 (10) : 184 - 187
[5] 基于最优PCNN模型的织物疵点自动检测
宋寅卯
袁端磊
卢易枫
乔桂花
[J]. 仪器仪表学报, 2008, (04) : 888 - 891
[6] 基于织物自适应正交小波的疵点检测
李立轻
黄秀宝
[J]. 东华大学学报(自然科学版), 2001, (04) : 82 - 87
[7] Fabric Defect Detection Using GMRF Model[J]. 贡玉南,华建兴,黄秀宝.Journal of China Textile University(English Edition). 1999(03)
[8] Automated defect detection in textured surfaces using optimal elliptical Gabor filters
Hu, Guang-Hua
[J]. OPTIK, 2015, 126 (14): : 1331 - 1340
[9] The Pascal Visual Object Classes Challenge: A Retrospective[J] . Mark Everingham,S. M. Ali Eslami,Luc Gool,Christopher K. I. Williams,John Winn,Andrew Zisserman.International Journal of Computer Vision . 2015 (1)
[10] Selective Search for Object Recognition
Uijlings, J. R. R.
van de Sande, K. E. A.
Gevers, T.
Smeulders, A. W. M.
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 2013, 104 (02) : 154 - 171

← 1 2 →