Improving Texture Defect Detection Performance in DRAEM Using Combinations of Masking with High-Pass Emphasis Filtering

고주파 강조 필터링을 포함하는 마스킹의 조합을 이용한 DRAEM의 텍스쳐 불량 감지 성능 향상

딥러닝 모델은 영상 처리와 불량 감지 등 다양한 분야에서 높은 성능을 발휘하여 산업적으로 매우 중요하고 필수적인 기술이 되었다. 특히, 불량 감지는 제조업 분야에서 제품 품질 향상과 생산성 향상에 핵심적인 역할을 하는 기술로써 큰 관심을 받고 있다. 본 논문에서는 재건축 방식의 대표적인 모델인 DRAEM에 대해 불량 감지 성능을 향상하는 방법을 제시합니다. 이를 위해 컬러 분포의 차이를 최소화하는 손실 함수와 마스킹에 고주파 필터링을 적용하여 노이즈를 제거하는 방법을 활용한다. 이러한 방법들을 통해 DRAEM 모델의 성능을 개선하고, 정확하고 효과적인 불량 감지를 실현할 수 있다.