RGB-Dデータを用いた産業異常検出のためのデュアルブランチ再構成ネットワーク

教師なし異常検出手法は産業異常検出の最前線にあり、顕著な進展を遂げています。従来の研究は主に2D情報を入力として使用していましたが、3D点群およびRGB画像に基づくマルチモーダルな産業異常検出はようやく出現し始めています。一般的なアプローチでは、特徴表現のために大規模な事前学習モデルを利用し、それをメモリバンクに保存します。しかし、上記の手法は推論時間が長く、メモリ使用量が多いため、業界のリアルタイム要件を満たすことができません。これらの問題を克服するために、我々はRGB-D入力に基づく軽量なデュアルブランチ再構成ネットワーク（DBRN）を提案し、正常と異常の例の境界を学習します。2つのモダリティ間の整列に対する要件は、点群入力の代わりに深度マップを使用することで排除されます。さらに、これら2つのモダリティの特徴を融合する際に役立つ重要度スコアリングモジュールを識別ネットワークに導入し、包括的な識別結果を得ます。DBRNは、MVTec 3D-ADデータセットにおいて93.0%のAUROCを達成し、大規模な事前学習モデルやメモリバンクなしで高い推論効率を誇ります。