DNNを特徴量抽出器として用いたOneClassSVMによる鍛造部品の不良品検出
鍛造部品の不良品検出を支援する目的で，機械学習手法による不良品検出を試みた．具体的には，原画像，PCAによる再構成誤差画像およびHOG画像を入力画像としてCNNを学習させ，畳込み及びMaxPoolingの最終層の出力に対して，OK画像に対するOneClassSVM，NG画像に対するOneClassSVMのDualOneClasssSVMによる判定器を構成した．これにより，判定の難しいものに対しては，Unkownと判定し，OK, NG, Unkownの3種類の判定結果を出力するように工夫した．