Pseudo-Supervised Defect Detection Using Robust Deep Convolutional Autoencoders

Robust Autoencoders separate the input image into a Signal(L) and a Noise(S) part which, intuitively speaking, roughly corresponds to a more stable background scene (L) and an undesired anomaly (or defect) (S). This property of the method provides a convenient theoretical basis for divorcing intermi...

Celý popis

Podrobná bibliografie

Vydáno v:	Sakarya university journal of computer and information sciences Ročník 5; číslo 3; s. 385 - 403
Hlavní autor:	Alpdemir, Mahmut Nedim
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Sakarya University 31.12.2022
Témata:	anomaly detection convolutional neural networks defect detection machine learning robust autoencoders
ISSN:	2636-8129, 2636-8129
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!