image: The intelligent fabric defect detection system developed by PolyU's Prof Calvin Wong and his research team marks a significant milestone in the quality control automation for the textile industry. view more
Credit: 香港理工大學
香港理工大學（理大）近日研發了一套名為「聰明眼」（WiseEye）的智能紡織品瑕疵檢測系統，將人工智能（AI）和深度學習（Deep Learning）等先進技術引進於紡織工業的質量控制過程中。該系統可有效減少生產不合格紡織品（即是紡織品次貨）的數量達九成，從而大大減低生產過程中造成的損失和浪費。該系統同時有助節省人力，並提高紡織製造業的自動化管理。
「聰明眼」是一個融合了人工智能和機器視覺技術的創新系統，安裝於織布機上，在紡織過程中對完成的紡織品進行實時檢測。透過這個自動化檢測系統，生產線負責人可以輕易發現紡織品是否有瑕疵，盡快找出問題所在、並作出即時糾正。
負責研發「聰明眼」的是由理大紡織及服裝學系鄭翼雄時裝教授黃偉強教授所領導的紡織及服裝人工智能研究團隊。
紡織品製造商一向依賴工人以隨機肉眼目測模式檢查紡織品的品質。由於工人長時間進行目測，難免會因身體疲勞或人為疏忽，而令肉眼目測方式得出的結果既不可靠、亦會出現參差。紡織業廠商也曾嘗試使用一些紡織品檢測系統，惟該類系統未能滿足行業需求。因此，如何提升紡織品的質量保證成為行業的一大挑戰。
黃偉強教授說：「『聰明眼』檢測系統獨特嶄新，是由多個部件組成的集成系統，能夠在檢測過程中執行不同功能，符合紡織業廠商的要求。該系統嵌入了高功率LED燈條和高解像度的CCD (charge-coupled device) 相機。相機安裝於軌道上、並由發動機驅動來回移動，可以在紡織過程中拍攝整幅紡織品的圖像。所得圖像會經過採用人工智能的機器視覺算法處理，以檢測紡織品是否有瑕疵。整個檢測過程中收集得來的信息以實時形式發送至電腦系統，並可以隨時按需要提供分析統計和警報。」
研究團隊在「聰明眼」系統中應用了大數據和深度學習技術，通過輸入數以千碼計的紡織品數據，「聰明眼」已被訓練至可檢測約40種常見的紡織品瑕疵，而且精確度極高，達到 0.1 毫米 /像素。
黃教授又說：「鑑於紡織品的結構繁多，紋理和瑕疵類型亦有很大差異。因此，要設計一款切合不同紡織品的自動化瑕疵檢測系統，難度是相當高的，在過去二十年來，尚未有人成功研發出滿足業界需求的自動化檢測系統。我們在『聰明眼』 中創新地引入人工智能、大數據和深度學習技術，不僅是技術上的一大突破，滿足行業需要，而且在傳統紡織業的自動化質量控制過程方面，也標誌著一個重要里程碑。」
「聰明眼」在真實的工廠環境中已試行逾六個月；結果顯示，相比傳統肉眼目測方式，「聰明眼」系統可減低紡織品製造過程中產生的九成損耗和浪費，可見「聰明眼」系統可同時提升生產效率及降低生產成本。
目前，「聰明眼」可應用於大部份不同紋理的單色紡織品上。研究團隊計劃持續訓練及擴展該系統，以檢測更具挑戰性的圖案（如複雜條紋及格仔圖案），最終目標是於五年內將「聰明眼」應用於所有常見的紡織品。
黃教授及紡織及服裝人工智能研究團隊自2012年開始一直從事有關人工智能、電腦視覺、機器學習的基礎及應用研究，特別針對服裝及紡織業上的應用。團隊早前曾研發全球首個「FashionAI數據集」，此數據集結合服飾專業及機器學習的要求，旨在讓機器能深入理解時裝，推動時尚行業與人工智能 (AI) 融合，開拓時尚零售的新模式。
團隊的其他研究項目涵蓋：智能紡織品及服裝品質檢測、大型紡織品樣本及服裝圖像搜索，以及服務銷售預測。團隊亦與多家本地及國際公司合作研發項目，其研究文章亦刊載於國際知名刊物，包括IEEE Transactions on Neural Networks and Learning Systems, IEEE Transactions on Cybernetics, 和IEEE Transactions on Image Processing 等，部份文章被基本科學指標 (Essential Science Indicators) 列為相關領域中最多人引用的文章首百份之一。
傳媒查詢：理大紡織及服裝學系 鄭翼雄時裝教授 黃偉強教授
電 話：(852) 2766 6471
日 期 ：2018年10月18日
###