射击前的目标:通过级联补丁检索在一毫秒内准确检测和定位异常

科学领域:

• 计算机视觉 计算机视觉
• 机器学习 机器学习
• 人工智能的人工智能

背景情况:

• 异常检测 (AD) 对于识别缺陷和不寻常模式至关重要.
• 现有的AD补丁匹配方法在效率和准确性方面面临挑战.
• 重新检查AD中的匹配过程是开发改进框架的关键.

研究的目的:

• 提出一个新的异常检测 (AD) 框架,命名为级补丁检索 (CPR).
• 为了在异常检测中实现最先进的精度和高速运行速度.
• 提供一种高效有效的解决方案,用于识别图像中的异常.

主要方法:

• 一个级联补丁检索程序用于异常检测.
• 使用强大的直方图匹配选择Top-K类似的训练图像.
• 测试图像补丁的最近邻居是使用训练的本地度量和非背景概率检索的.

主要成果:

• 拟议的级联补丁检索 (CPR) 方法在MVTec AD,BTAD和MVTec-3D AD数据集上始终优于现有的最先进 (SOTA) 方法.
• 心肺复苏在异常检测方面实现了创纪录的准确性.
• CPR表现出极高的效率,以113 FPS运行,简化版本在不到1个月的时间内处理图像.

结论:

• 级联补丁检索 (CPR) 在异常检测方面取得了重大进展.
• 与当前的方法相比,该框架提供了更高的准确性和速度平衡.
• 心肺复苏是一种高效和有效的解决方案,用于现实世界的异常检测应用.