一种基于深度卷积生成网络的印刷缺陷检测方法

发明专利有效专利

申请号：
CN202011276148.X
IPC分类号：G06T7/00;G06T7/136
申请日期：
2020-11-16
申请人：
哈尔滨理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度卷积生成网络的印刷缺陷检测方法
申请号	CN202011276148.X	申请日期	2020-11-16
法律状态	实质审查	申报国家	暂无
公开/公告日	2021-02-19	公开/公告号	CN112381794A
优先权	暂无	优先权号	暂无
主分类号	G06T7/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕	IPC分类号	G;0;6;T;7;/;0;0;;;G;0;6;T;7;/;1;3;6查看分类表>
申请人	哈尔滨理工大学	申请人地址	黑龙江省哈尔滨市南岗区学府路变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	哈尔滨理工大学	当前权利人	哈尔滨理工大学
发明人	何勇军;高玉栋;陈德运
代理机构	暂无	代理人	暂无

摘要

一种基于深度卷积生成网络的印刷缺陷检测方法，本发明涉及缺陷检测技术中，印刷品微小缺陷准确检测的问题。近年来，深度学习被广泛用于缺陷检测。虽然目前的方法在简单背景下的缺陷检测任务上取得了进展，但对于细微缺陷还是无法准确检测。针对这一问题，本发明提出了一种基于深度卷积生成网络的印刷缺陷检测方法。首先，加入上采样模块，减少上采样中的损失。其次，提出一种自注意力机制，从而使得网络可以生成结构性更为复杂和细节更为准确的图像。最后，拟合生成器生成图像的噪声分布，去除噪声，获得缺陷图像。在保证准确率的基础上，提高了检测精度。本发明应用于无监督的印刷微小缺陷检测。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供