韓國機械與材料研究所（KIMM）周二宣布，它已開發出一種新的機器視覺技術，可自動檢測各種機器的故障。

機器視覺技術是一種模仿人類如何看待事物并做出適當決策的系統。

該技術已被用于檢查數千個電子電路板的照片，以查找任何異常連接和錯誤標記的部件。

KIMM研究人員實施該技術來進行機器結構的診斷。

卷積神經網絡是一種最常用于視覺圖像解釋的深度學習算法，已被用于觀看各種視頻剪輯并了解機器的工作原理，在此基礎上它可以檢測機器內部發生的振動和其他異常情況。

在試運行中，新的機器視覺技術實現了100％準確度，可區分通過視頻顯示的水泵的正常和異常振動。

KIMM解釋說，新技術將能夠取代目前使用多個振動傳感器或招聘專家的方法，這兩種方法都太復雜或難以進行。

KIMM的首席研究員Sun Kyoung-ho說 ：“新的機器視覺技術可以用于工廠行業，它甚至可以安全地用于難以進入人類的危險工業場所”。