CVPR 23 | 多模态工业异常检测最新方法：M3DM

最新推荐文章于 2024-03-17 10:31:38 发布

深度之眼

最新推荐文章于 2024-03-17 10:31:38 发布

阅读量1k

点赞数

分类专栏：深度学习干货粉丝的投稿人工智能干货文章标签：异常检测 CVPR

本文链接：https://blog.csdn.net/weixin_42645636/article/details/132511810

版权

深度学习干货同时被 3 个专栏收录

424 篇文章 93 订阅

订阅专栏

人工智能干货

397 篇文章 18 订阅

订阅专栏

粉丝的投稿

200 篇文章 2 订阅

订阅专栏

来源：投稿作者：橡皮
编辑：学姐

[Paper]：https://arxiv.org/pdf/2303.00601.pdf

[Code]：https://github.com/nomewang/M3DM

0.背景：

工业异常检测旨在发现产品的异常区域，在工业质量检测中发挥着重要作用。在工业场景中，很容易获得大量的正常示例，但缺陷示例很少。

大多数现有的工业异常检测方法都是基于2D图像的。然而，在工业产品的质量检查中，人类检查员利用3D形状和颜色特征来确定它是否是缺陷产品，其中3D形状信息对于判断是重要和必要的。

无监督异常检测的核心思想是找出异常和正态表示之间的区别。目前2D工业异常检测方法可分为两类：

（1）基于重构的方法。图像重建任务被广泛用于异常检测方法中，以学习正常表示。基于重建的方法对于单模态输入（2D图像或3D点云）很容易实现。但对于多模态输入，很难找到重建目标。

（2）基于预训练特征提取器的方法。利用特征提取器的直观方法是将提取的特征映射到正态分布，并将分布外的特征作为异常。

1.主要贡献：

提出了M3DM，这是一种新的具有混合特征融合的多模态工业异常检测方法，它优于MVTec-3D AD上最先进的检测和分割精度。

提出了具有逐片对比损失的无监督特征融合(UFF)，以鼓励多模态特征之间的交互。

设计了决策层融合(DLF)，利用多个内存库进行稳健决策。

探索了 Point Transformer 在多模态异常检测中的可行性，并提出了点特征对齐(PFA)操作，将Point Transformer 特征对齐到2D平面，以实现高性能的3D异常检测。

2.网络介绍： M3DM

Multi-3D-Memory(M3DM)的流程包含三个重要部分：

3.1方法细节：原理概览

我们的Multi-3D-Memory（M3DM）方法以3D点云和RGB图像为输入，进行3D异常检测和分割。我们提出了一种混合融合方案，以促进跨域信息交互，同时保持每个域的原始信息。使用两个预训练的特征提取器，用于RGB的 DINO 和用于点云的 PointMAE ，分别提取颜色和3D表示。

M3DM由三个重要部分组成：

（1）点特征对齐（第3.2节中的PFA）：为了解决颜色特征和 3D 特征的位置信息不匹配问题，我们提出了点特征对齐，将3D特征与2D空间对齐，这有助于简化多模态交互，提高检测性能。

（2）无监督特征融合（第3.3节中的UFF）：由于多模态特征之间的交互可以生成有助于异常检测的新表征，我们提出了一个无监督特征聚变模块，以帮助统一多模态特征的分布，并学习它们之间的内在联系。

（3）决策层融合（第3.4节中的DLF）：尽管UFF有助于提高检测性能，但我们发现信息丢失是不可避免的，并建议决策层融合利用多个内存库进行最终决策。

3.2方法细节：Point Feature Alignment 点特征对齐

点特征提取。我们使用 Point Transformer ( $F_{pt}$ )来提取点云特征。输入点云 p 是具有 N 个点的点位置序列。在最远点采样(FPS)之后，点云被分为 M 组，每组有 S 个点。然后，将每组中的点编码为特征向量，并将 M 个向量输入到 Point Transformer 中。其输出 g 是 M 个点特征，然后将其组织为点特征组：每组都有一个单点特征，可以将其视为中心点的特征。

点特征插值。由于在最远点采样(FPS)之后，点中心点在空间中分布不均匀，这导致点特征的密度不平衡。我们建议将特征插值回原始点云。给定与 M 个群中心点 $c_i$ 相关的 M 个点特征 $g_i$ ，我们使用反距离权重将特征插值到输入点云中的每个点 $p_j$ (j∈{1,2,…,N})。该过程可以描述为：

3.3方法细节：Unsupervised Feature Fusion 无监督特征融合

多模态特征之间的交互可以创建有助于工业异常检测的新信息。为了了解训练数据中存在的两种模态之间内在关系，设计了无监督特征融合（UFF）模块。提出了一种逐片对比损失来训练特征融合模块：给定RGB特征 $f_{rgb}$ 和点云特征 $f_{pt}$ ，目的是鼓励来自同一位置的不同模态的特征具有更多的对应信息，而不同位置的特征具有更少的对应信息。

其中 $N_b$ 是批量大小，而 $N_p$ 是非零补丁号。UFF是一个统一的模块，使用MVTec-3D AD的所有类别的训练数据进行训练。

在推理阶段，将MLP层输出连接为表示为 $f_{fs}^{(i,j)}$ 的融合补丁特征：

3.4方法细节： Decision Layer Fusion 决策层融合

工业异常的一部分只出现在单个领域（例如，马铃薯的突出部分），多模态特征之间的对应关系可能不是非常明显。此外，尽管特征融合促进了多模态特征之间的交互，但我们仍然发现在融合过程中丢失了一些信息。

为了解决上述问题，提出利用多个存储库来存储原始颜色特征、位置特征和融合特征。我们将这三种存储器组分别表示为 $M_{rgb}$ 、 $M_{pt}$ 和 $M_{fs}$ 。参考 PatchCore 来构建这三个内存库，在推理过程中，每个内存库都用于预测异常分数和分割图。然后，使用两个可学习的一类支持向量机（OCSVM） $D_a$ 和 $D_s$ 来对异常分数a和分割图 S 做出最终决策。上述过程称之为决策层融合（DLF），可以描述为：

其中φ，ψ是引入的分数函数，可以公式化为：

实验结果：

关注下方《学姐带你玩AI》🚀🚀🚀

回复“CVPR”免费领取500+篇顶会论文合集

码字不易，欢迎大家点赞评论收藏！

深度之眼

关注

0
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
CVPR 23 | 多模态工业异常检测最新方法：M3DM

[Paper]：https://arxiv.org/pdf/2303.00601.pdf[Code]：https://github.com/nomewang/M3DM工业异常检测旨在发现产品的异常区域，在工业质量检测中发挥着重要作用。在工业场景中，很容易获得大量的正常示例，但缺陷示例很少。大多数现有的工业异常检测方法都是基于2D图像的。然而，在工业产品的质量检查中，人类检查员利用3D形状和颜色特征来确定它是否是缺陷产品，其中3D形状信息对于判断是重要和必要的。无监督异常检测的核心思想是找出异常和正态表示之间
复制链接

扫一扫