CVPR 2023

Wir freuen uns, bekannt zu geben, dass MVTec als Aussteller auf der CVPR 2023, der führenden Konferenz für Computer Vision und Pattern Recognition, als Aussteller vertreten sein wird!

Von 19. bis 23. Juni 2023 haben Sie die Möglichkeit, uns auf unserem Stand zu besuchen und unsere neuesten Innovationen und Produkte kennenzulernen. Die CVPR ist eine einzigartige Gelegenheit für uns, uns mit anderen Experten der Branche zu vernetzen und neueste Trends und Entwicklungen in der Bildverarbeitung zu diskutieren.

In einer Live-Demonstration zeigen wir Ihnen, wie die easy-to-use Bildverarbeitungs-Software MERLIC mit der neuen Technologie Global Context Anomaly Detection elektronische Bauteile auf Leiterplatten inspiziert. Hierbei werden logische Anomalien erkannt – also sowohl lokale, kleinere Defekte wie Kratzer als auch großflächige Fehler wie beispielsweise verrutsche Etiketten. Die im Release MERLIC 5.2 eingeführte Technologie lässt sich im Rahmen der Qualitätskontrolle zur Vollständigkeitsprüfung und Defekterkennung nutzen.

Besuchen Sie uns an Stand 1026 und erleben Sie selbst, wie unsere Technologie und unser Know-how Ihnen helfen können, Ihre Visionen zu verwirklichen!

Paul Bergmann von MVTec Research ist auch Teil des Organisationsteams des "VAND: Visiual Anomaly and Novelty Detection" Workshops: Die Erkennung von Anomalien und die gleichnamigen Themen Neuheit und Abweichung von der Normalverteilung stellen eine wichtige und anwendungsrelevante Herausforderung sowohl im Bereich der Computer Vision als auch im breiteren Feld der Mustererkennung dar. In ihrer einfachsten Formulierung zielt die Erkennung von Anomalien auf die Identifizierung von Stichproben ab, die von einer erhaltenen Annäherung an die wahre Normalverteilung für einen gegebenen Datensatz abweichen. Anomalien als solche stellen unerwartete Ereignisse oder Ausreißer im Rahmen einer bestimmten Aufgabe dar. Das Konzept der effektiven und effizienten Erkennung von Anomalien wurde für viele reale Anwendungen wie medizinische Diagnosen, Sicherheitskontrollen an Flughäfen, industrielle Inspektionen oder die Kontrolle von Menschenmengen entwickelt. Inzwischen gibt es eine Reihe komplexer und dynamischer lernbasierter Paradigmen, die sich mit der Erkennung von Anomalien befassen, und zwar sowohl in den Bereichen vollständig/halb/unüberwacht als auch mit wenigen/einem/keinem Schuss, wie sie in der neueren Forschung im Bereich der Computer Vision und Mustererkennung untersucht wurden. Dieser Workshop bringt Forscher aus Industrie und Hochschulen zusammen, um aktuelle Entwicklungen, Möglichkeiten und offene Herausforderungen in diesem Bereich vorzustellen und zu diskutieren. Auf dem Workshop wird auch ein Wettbewerb für die Erkennung von Anomalien mit null/wenigen normalen Aufnahmen veranstaltet, um die Entwicklung und das Benchmarking neuer Algorithmen für realistische, aber anspruchsvolle Aufgaben zu fördern.