인천대학교 인디고클랫폼 인천대학교 기술지원허브

본 발명은 금속 각인 일련번호 인식률 향상을 위해 부적합 데이터 자동 선별 및 정형 데이터 기반의 합성 증강 기법을 포함하는 인공지능 학습 모델 구축 방법에 관한 것이다. 본 발명의 구성은 다음과 같다. 첫째, 수집된 이미지 중 조명 반사, 마모, 오염으로 인해 인식이 불가능한 저품질 데이터를 이미지 특징값 또는 검출 신뢰도 기반의 임계치를 이용하여 자동 분류 및 제외하는 데이터 정제 단계를 포함한다. 둘째, 실제 데이터 부족 문제를 해결하기 위해 표준 각인 폰트를 활용한 정형 숫자 데이터에 금속 표면의 물리적 특성(스크래치, 질감, 노이즈)을 결합한 합성 데이터(Synthetic Data)를 생성 및 증강하는 단계를 포함한다. 셋째, 정제된 실제 데이터와 생성된 합성 데이터를 혼합 학습하고, 기하학적 정규화 및 이중 방향 추론 알고리즘을 통해 회전된 금속 부품의 숫자를 인식하는 최적화 학습 및 추론 단계를 포함한다. 본 발명을 통해, 학습 데이터의 품질을 상향 평준화하고 합성 데이터를 통해 모델의 강건성을 확보함으로써, 다양한 산업 환경에서 금속 일련번호 인식의 신뢰도를 획기적으로 높이고 제조 공정의 디지털 전환에 적용을 기대할 수 있다.