Page 10 - VSDC_NovDec2018_eMag

前沿简讯
Leading Edge Snapshots

基于人工智能与深度学习的智能面料缺陷检测系统

香港理工大学开发出了一种名为 据研究人员介绍，Wise Eye 是一
WiseEye 的智能面料缺陷检测系统， 套集成系统，具有许多在检查过程中
该系统利用人工智能（AI）和深度学 执行不同功能的组件。该系统嵌入了
习等先进技术，能有效地将纺织行业 一个高功率 LED 灯条和一个高分辨率
中生产不合格织物的概率降低 90％， 相机，安装在轨道上，由电机驱动，
从而大大降低了生产损失。 以捕捉编织过程中织物整个宽度的图
纺织品制造商目前依靠人工肉眼 像。捕获的图像经过预处理后，发送
随机检查织物。由于疏忽或身体疲劳 给基于 AI 的机器视觉算法，用以检测
等人为因素，人工缺陷检测通常不一 织物缺陷。在整个检测过程中收集的 传统的人工视觉检测相比，WiseEye
致且不可靠。纺织品制造商也在尝试 实时信息，被发送到计算机系统，以 系统能够减少织物制造过程中 90％
使用其他一些织物检测系统，但效果 便在需要的时候生成分析统计和警报。 的损失和浪费。目前，WiseEye 可应
并不理想。 WiseEye 中应用了大数据和深度 用于具有不同编织结构和纯色的大多
在基于 AI 的机器视觉技术的支 学习技术。通过将数千码的织物数据 数类型的织物。研究团队计划进一步
持下，WiseEye 可以安装在纺织机中， 输入系统，对 WiseEye 进行训练，以 培训和扩展该系统，以检测具有更具
帮助织物制造商在生产过程中实时检 极高的准确度检测大约 40 种常见的 挑战性图案的织物缺陷，例如检测具
测缺陷。通过自动检测系统，生产线 织物缺陷。 有复杂条带图案的织物，其最终目标
经理可以检测缺陷，找到问题的原因 WiseEye 已经在现实生产环境中 是在五年内能够检测所有常见类型的
并立即修复。 试用了六个多月。试用结果表明，与 面料。

美国陆军研究实验室开发出新型红外热像仪

最近，美国陆军研究实验室的研 理学家 Kristan Gurton 和传感器及电 门的帮助下，我们一直在开发一种特
究人员与 Polaris 传感器技术公司合 子设备电子工程师 Sean Hu 正在领导 殊类型的热像仪，可以记录仅基于光
作，开发出了一种新型热成像摄像机， 这项工作。 的偏振状态而非强度的图像。”
可以让士兵看到以前无法察觉的隐藏 “大约 30 年来，研究人员已经 该团队最近的发现涉及在完全黑
物体。 知道人造物体散发出部分极化的热辐 暗中检测和识别特定人员的能力。
研究人员展示了使用传统和极化 射，例如卡车、飞机、建筑物、车辆 “在我们进行这项研究之前，夜
热像仪进行人体识别的一个例子。热极 等，而草、土壤、树木和灌木等自然 间观察人类的唯一方法是使用传统的
化图像中能够显示出精细的面部细节。 物体倾向于发出几乎没有极化的热辐 热成像技术，”Kristan Gurton 表示，“不
计算和信息科学理事会的实验物 射。”Kristan Gurton 说，“ 在 私 营 部 幸的是，这种图像受到重影效应的困
扰，其中人体识别所需的详细面部特
征被丢失了。但是当热图像中包含偏
振信息时，即热极化图像，便会出现
精细的面部细节，从而可以应用面部
识别算法。”
Kristan Gurton 和其他研究人员
正在积极努力，使相机平台小型化并
使系统更加经济实惠。

8 Nov/Dec 2018 视觉系统设计 Vision Systems Design China