Submission 방향
타깃: CVPR / CVPR Workshop / WACV / ICCV Workshop 계열
핵심 주제: SmartC 기반 실시간 3D 비전 검사 및 엣지 제조 품질 검사 AI
Working Title 후보
- SmartC: Real-Time Edge Vision Inspection for Industrial Defect Detection
- One-Shot 3D Visual Inspection for Manufacturing Quality Control
- Edge-Deployed Multimodal Vision AI for Sub-Second Industrial Inspection
- Real-Time 3D Surface Defect Detection on Resource-Constrained Edge Accelerators
Core Contribution
- 1초 이내 검사: 제조 라인에서 실시간 품질 검사 가능
- 3D 외관 검사: 단순 2D classification을 넘어 표면·형상·결함 구조 분석
- 엣지 배포: NVIDIA Jetson, Google Coral TPU, Hailo-8 등 edge accelerator 기반
- 현장 실증: 산업 현장 적용/POC 기반의 practical vision inspection pipeline
- 멀티 태스크: object detection, classification, segmentation, 3D inspection 통합
- MES 연동 가능성: iBeauty MES와 결합해 검사 결과 → 원인 분석 → 공정 대응까지 확장
논문 포지셔닝
Problem
제조 품질 검사는 고속 생산 라인, 조명 변화, 결함 데이터 부족, 3D 표면 불균일성, 현장 배포 제약 때문에 일반적인 cloud-based vision model만으로는 실시간 운영이 어렵다.
Proposed Method
SmartC는 edge accelerator에서 동작하는 real-time vision inspection pipeline으로, 2D/3D visual features를 결합해 제조 결함을 sub-second latency로 탐지한다. 검사 결과는 MES와 연동되어 공정 이상 대응과 품질 리포팅까지 확장될 수 있다.
Key Claim
SmartC는 제조 현장에서 실제 운영 가능한 latency, deployment cost, inspection accuracy를 동시에 만족하는 edge-native 3D vision inspection framework이다.
실험 설계
Dataset
- 자체 수집 제조 결함 이미지/영상
- 3D 외관 검사 데이터
- 공개 industrial anomaly detection dataset:
- MVTec AD
- MVTec 3D-AD
- VisA
- DAGM
- KolektorSDD / KolektorSDD2
Baselines
- YOLO 계열 detector
- EfficientDet / MobileNet 계열 lightweight detector
- U-Net / DeepLab 계열 segmentation
- PatchCore
- PaDiM
- FastFlow
- DRAEM
- 3D anomaly detection baseline
Metrics
- Defect detection accuracy
- AUROC / AUPRO
- mAP
- Pixel-level F1
- Inference latency
- Throughput / FPS
- Edge memory footprint
- False reject / false accept rate
- Inspection time per item
Figure / Table 구성
- SmartC Pipeline Overview — camera / 3D sensor → edge AI → MES feedback
- Defect Examples — 정상/불량/미세 결함 사례
- 2D + 3D Feature Fusion Diagram — 표면·형상 정보 결합
- Latency vs Accuracy Table — Jetson / TPU / Hailo별 성능
- Factory Deployment Diagram — 검사기, 게이트웨이, MES 연동
- Ablation Study — 2D only vs 3D only vs 2D+3D fusion
Abstract 초안
We introduce SmartC, an edge-native visual inspection framework for real-time industrial quality control. Manufacturing inspection systems must operate under strict latency, deployment, and reliability constraints while handling diverse surface defects and 3D shape variations. SmartC addresses these challenges through a compact edge vision pipeline that combines object detection, defect segmentation, and 3D surface analysis on resource-constrained accelerators such as NVIDIA Jetson and Google Coral TPU. The system is designed for sub-second inspection and direct integration with manufacturing execution systems, enabling immediate quality feedback and process-level response. Experiments on industrial anomaly detection benchmarks and field-collected manufacturing data evaluate SmartC in terms of defect detection accuracy, pixel-level localization, latency, and edge resource usage. The results demonstrate the practicality of deploying real-time 3D visual inspection directly on the factory floor.
국내 IP 우선출원 전략
원칙: CVPR/WACV/ICCV Workshop 제출, 데모 영상 공개, 고객사 PoC 자료 외부 공유 전에 국내 특허 우선출원을 먼저 진행한다.
국내 출원일을 확보한 뒤, 12개월 내 PCT 또는 미국/유럽/일본/중국 개별국 출원으로 확장한다.
우선출원 대상 발명
- SmartC 실시간 3D 비전 검사 파이프라인
- 2D 영상 + 3D 표면/형상 정보 결합
- sub-second defect detection pipeline
- edge accelerator 최적화 검사 구조
- 제조 결함 탐지를 위한 2D/3D feature fusion
- 표면 texture, depth, geometry feature 결합
- 미세 결함 / 형상 불량 / 표면 스크래치 동시 검출
- 2D only / 3D only 대비 fusion 효과
- 엣지 기반 품질 검사 및 MES 연동 방법
- Jetson / TPU / Hailo 기반 실시간 추론
- 검사 결과를 MES로 전달해 공정 대응, root cause 분석, 품질 리포팅으로 연결
- cloud dependency를 줄인 on-premise inspection architecture
- 소량 불량 데이터 환경에서의 anomaly detection 운용 방법
- 정상 샘플 중심 학습
- synthetic defect augmentation
- 현장 데이터 incremental update / OTA model update
특허 명세서 제목 후보
- 엣지 디바이스 기반 실시간 3차원 제조 결함 검사 장치 및 방법
- 이차원 영상 및 삼차원 형상 정보를 융합한 제조 품질 검사 방법
- 제조 실행 시스템과 연동되는 엣지 비전 결함 탐지 시스템
- 소량 결함 데이터 환경에서의 실시간 3D 외관 검사 모델 운용 방법