Experimental Remarks on Manually Attentive Fabric Defect Regions

직물 결함영역을 표시한 영상에 대한 실험적 고찰

Fabric defect classification is an important issue in fabric quality control. However, automated classification is difficult because it is hard to identify various types of defects in images. classification of fabric defects mostly rely on human ability. In this paper, to solve this problem we apply Convolutional Neural Networks (CNN) for fabric defect classification. To make training CNN easier, we propose a method that is manually attentive defect regions in images. we compare the proposed method with the original image and confirm that the proposed method is effective for learning.

직물결함 분류는 원단 품질관리에 있어 중요한 문제이다. 하지만, 다양한 결함의 종류를 영상으로 식별하기 어렵기 때문에 자동화가 어렵다. 따라서 직물결함 분류는 대부분 사람에게 의존하고 있다. 본 논문에서는, 이를 해결하기 위해 직물결함 분류 문제에 CNN을 적용한다. 또한 CNN의 학습을 보다 쉽게 하기 위하여, 사람이 영상에 결함 영역을 표시하는 방법을 제안한다. 본 논문에서는 제안방법과 원본영상에 대한 비교실험을 수행하여, 제안방법이 학습에 효과가 있다는 것을 확인하였다.