外觪検査システムのための高速ハードウェアニューラルネットワークの詏計

摘要

工業製品の外観検査（目視検査）は熟練者の勘や経験に基づいて行われているが，検査対象の画像rnサイズは増加傾向にあり，その処理時間も増加傾向であるため，自動化システムの構築が望まれている・我々はrn学習動作を用いて熟練者の判断基準をニューラルネットワークに獲得させろとともに，主成分分析（PCA）を用rnいた検査対象のデータサイズの低減とニューラルネソトワークシステムのハードウェア化による処理時間短縮をrn目指してきた．PCAはサンプルの特徴軸を得る手法であり，我々は良品の許容範囲を決めるために，PCAによrnり求められた良品の特徴軸または不良品の特徴軸を使った・本論文では，それらの特徴軸のうち，生産現場で入rn手が容易である良品サンプルによる特徴軸の利用の方が判定性能向上に有効であることを示す·また，ハードrnウェアニューラルネットワークシステムの動作効率向上についても，擬似バッチ学習方式を提案・実装することrnで処理速度向上が達成できることを示す．