文章連結：https://ac.els-cdn.com/S0925231218302996/1-s2.0-S0925231218302996-main.pdf?_tid=e6efda84-db95-47f2-8203-7a407e4f7265&acdnat=1540366950_8c37c8bf50b3fa2fb0796865363b7906

簡單對文章的思路大概寫一下，主要的物件就是檢測手機屏表面的各種常見缺陷。主體就是network with merging and splitting strategies (MSDDN)+recurrent neural network (SCN)，MSDDN是作者構建的一種網路，用於提取原影象各個塊的特徵向量，將每個塊的特徵向量輸入一個RNN網路判別影象是否有缺陷。因為文章簡單，所以分以下幾點說明一下。

1.文章的前兩部分總結為幾句話：手機表面質量對這個產品和行業影響很大，但是主要靠人工檢測的方法有很多的問題，所以急需一些機器視覺系統。目前的檢測方法主要是基於濾波器的邊緣檢測方法，比如sobel運算元，Roberts運算元，Canny等，也有一些學者感覺這些運算元對小的缺陷型別檢測的不好，提出使用影象重構的方法，比如：奇異值分解和傅立葉變換。然後一些研究者開始人為的去構建一些特徵模組，來進行區域性缺陷檢測，比較常用的是Haar-like features （include four types, namely, edge features, linear features, center-around features, and diagonal features）。在眾多特徵中為了挑選一些好的特徵，Adaboost 演算法開始使用進行篩選。

2.作者通過觀察，得知缺陷區域影象的尺寸大小對人類視覺系統影響很大（確實很大，不就是解析度的問題嘛），作者開始進行實驗，實驗步驟如下：

• 將不同缺陷的影象塊按一定係數放縮；
• 將放縮後的不同尺寸的影象輸入AlexNet網路，看各個網路層的feature map啟用情況。截圖如下。

從上圖可以看出，不同的放大尺寸觀察的效果確實不一樣。不知道作者是不是直接對影象進行放大的，具體的細節沒看，其實影象的放大可以採用的方法很多。

上圖可知，後三層的feature map啟用的情況較好。

所以作者就想從不同的尺寸對影象進行特徵抽取，這個思想怎麼感覺像Google inception網路的 單元模組，和SSD等檢測網路中的跳躍連結，將底層的特徵和高層特徵融合。不管了，作者給出了特徵提取網路的核心模組，下圖右邊。

最後作者將一個原始影象分成多個模組進行特徵提取，然後將提取的特徵輸入RNN網路進行判別，如下：

3.作者在實驗中，使用了簡單的資料擴充方法對樣本進行擴充。不過對於顯示屏檢測這個領域有些缺陷很明顯，有的缺陷真的是肉眼都難以分辨，通過微妙的色調變換，就構成了缺陷。看下圖。