Login
- Originaltitel:
- Unsupervised Anomaly Detection and Localization for Visual Quality Inspection
- Übersetzter Titel:
- Unüberwachte Erkennung und Lokalisierung von Anomalien für die visuelle Qualitätskontrolle
- Autor:
- Bergmann, Paul
- Jahr:
- 2022
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- TUM School of Computation, Information and Technology
- Betreuer:
- Steger, Carsten (Prof. Dr.)
- Gutachter:
- Steger, Carsten (Prof. Dr.); Rosenhahn, Bodo (Prof. Dr.)
- Sprache:
- en
- Fachgebiet:
- DAT Datenverarbeitung, Informatik
- Stichworte:
- Anomaly Detection, Computer Vision, Unsupervised Learning, Deep Learning
- Übersetzte Stichworte:
- Anomalieerkennung, Computer Vision, Unüberwachtes Lernen, Deep Learning
- TU-Systematik:
- DAT 760; DAT 770
- Kurzfassung:
- This thesis develops unsupervised methods for anomaly detection and localization in 2D and 3D visual quality inspection applications. Our methods are trained exclusively on anomaly-free data and significantly improve the detection rate over existing methods. In addition, we present new anomaly detection datasets based on industrial inspection scenarios and suitable evaluation metrics for a thorough performance evaluation.
- Übersetzte Kurzfassung:
- Diese Arbeit entwickelt unüberwachte Methoden zur Erkennung und Lokalisierung von Anomalien in 2D- und 3D-Anwendungen zur visuellen Qualitätskontrolle. Unsere Methoden werden ausschließlich auf anomaliefreien Daten trainiert und verbessern die Erkennungsrate gegenüber bestehenden Methoden deutlich. Zusätzlich stellen wir neue Datensätze zur Anomalieerkennung basierend auf industriellen Inspektionsszenarien vor, sowie geeignete Metriken, die eine umfassende Leistungsbewertung ermöglichen.
- WWW:
- https://mediatum.ub.tum.de/?id=1662158
- Eingereicht am:
- 24.06.2022
- Mündliche Prüfung:
- 18.11.2022
- Dateigröße:
- 67888818 bytes
- Seiten:
- 180
- Urn (Zitierfähige URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20221118-1662158-1-0
- Letzte Änderung:
- 12.12.2022
BibTeX
Vorkommen:
- mediaTUM GesamtbestandElektronische PrüfungsarbeitenSchoolTUM School of Computation, Information and TechnologyComputer Science
- mediaTUM GesamtbestandElektronische PrüfungsarbeitenSchoolTUM School of Computation, Information and Technology