oj_geen的博客

我们发现：仅将每个点的曲率作为异常得分的方法，已能优于多个经典自监督模型与专属异常检测模型，这凸显了曲率在三维异常检测中的关键作用。在本文中，我们提出一种基于重建范式的曲率增强自监督学习（CASL）框架。该方法以经典U-Net架构为基础，引入多尺度曲率提示，引导解码器预测每个点的空间坐标。无需依赖任何专属的异常检测机制，仅通过简单的异常分类微调，该方法就取得了领先的检测性能；此外，学到的表征在点云分类等标准三维理解任务中也具有良好的泛化性。

本文提出了对标准扩散模型的重构方案，专门针对“选择性区域修改”进行设计，以实现异常的精准识别。通过将异常建模为潜空间中的噪声，我们提出的“偏差修正扩散（DeCo-Diff）模型”能够保留正常区域，并仅对异常区域进行变换。这种选择性方法提升了重建质量，有助于对异常区域开展有效的无监督检测与定位。

异常检测（AD）是一项关键的视觉任务，旨在识别样本中的异常模式。然而，大多数现有异常检测方法的泛化能力有限，因为它们主要是为特定领域的应用（如工业场景）设计的，在应用于其他领域时往往表现不佳。这一挑战主要源于不同领域间特征的固有差异。为了弥合这一领域差距，我们提出了UniNet，这是一个通用的统一框架，融合了有效的特征选择和对比学习引导的异常判别。

点云异常检测对各类工业应用至关重要。产品类别增多带来的巨大计算和存储成本限制了单类无监督方法的应用，因此亟需发展多类无监督方法。然而，不同类别数据中正常点与异常点之间的特征相似性会引发特征混淆问题，极大阻碍了多类方法的性能。为此，我们提出一种名为GLFM的多类点云异常检测方法，通过全局-局部特征匹配逐步分离多类中易混淆的数据。

我们提出一种形状引导的专家学习框架，用于解决无监督三维（3D）异常检测问题。该方法基于两个专用专家模型的有效性及其协同作用，从颜色和形状模态中定位异常区域。第一个专家利用几何信息，通过对局部形状周围的隐式距离场建模，探测3D结构异常；第二个专家结合与第一个专家关联的2D RGB特征，识别局部形状上的颜色外观不规则性。我们利用这两个专家，从无异常的训练样本中构建双记忆库，并执行形状引导的推理，以精确定位测试样本中的缺陷。

本文提出Point-UMAE，一种基于U-Net结构的点云自监督学习方法，通过非对称编解码器架构和多尺度掩码策略增强点云特征学习。该方法采用自上而下的细粒度掩码策略，结合FPS和KNN算法进行点云块划分与特征融合，有效防止信息泄漏。实验表明，Point-UMAE在ModelNet40和ScanObjectNN数据集上分类性能分别比基线方法提升1%和4.14%，并在少样本学习、部件分割等下游任务中表现优异。研究还探讨了不同掩码策略和编码器结构对性能的影响。

为解决该问题，我们提出了一种局部到全局的自监督特征适配（LSFA）方法，用于微调适配器并学习面向异常检测任务的表示。在LSFA中，模态内适配和跨模态对齐均从“局部到全局”的视角进行优化，以保证推理阶段的表示质量与一致性。  大量实验表明，我们的方法不仅能显著提升基于特征嵌入的方法的性能，还在MVTec-3D AD和Eyecandies数据集上均大幅超越了以往的最先进（SoTA）方法；例如，LSFA在MVTec-3D上实现了97.1%的

本文提出了一种名为C3D-AD的新型持续学习框架，用于解决三维点云数据的持续异常检测问题。该框架通过三个关键创新实现：1）引入带随机特征层的核注意力机制（KAL）提取泛化特征并归一化特征空间；2）设计带可学习顾问的核注意力网络（KAA）以线性复杂度更新知识，有效学习新类别并剔除冗余信息；3）提出带参数扰动的重建模块（RPP）通过预测未来输出约束当前输出，保持跨任务表示一致性。在三个公共数据集上的实验表明，该方法在持续学习场景下表现出色，平均AUROC达到66.4%、83.1%和63.4%，是首个以类别增量方

本文提出了一种新颖的3D工业异常检测方法DAS3D，通过双模态异常合成和增强判别网络提升检测性能。针对3D异常数据收集困难的问题，该方法创新性地结合深度和RGB模态，通过数学操作合成物理意义合理的3D异常样本。在此基础上，构建了一个端到端的判别网络，包含重构子网络和双模态判别器，并引入增强丢弃机制优化模态融合。实验表明，该方法在MVTec 3D-AD和Eyescandies数据集上实现了最先进的检测精度（AUROC分别达0.982和0.915），且生成的异常图边界更清晰。该方法为3D工业检测提供了高效的异常

首先，我们有一个惊人的发现：标准的仅基于颜色的方法，在性能上超过了所有当前专为利用三维信息而设计的方法。这看似有悖直觉，因为即便对该数据集进行简单检查，也会发现仅基于颜色的方法，难以处理包含几何异常的图像。这就引出了一个问题：异常检测方法如何才能有效利用三维信息？我们研究了一系列形状表示方法，包括手工设计的和基于深度学习的，发现旋转不变性对性能起着主导作用。我们发现了一种简单的仅基于三维的方法，在不使用深度学习、外部预训练数据集或颜色信息的情况下，胜过所有近期的方法。BTF

具体而言，我们提出的ISMP包含一个关键的感知模块 —— Proposal Insight Engine（SIE），它可将点云的复杂内部信息抽象为关键全局特征。此外，为了更好地使结构信息与点云数据对齐，我们提出一种增强的关键点特征提取模块，用于放大空间特征表示。同时，融入一种新颖的特征过滤模块，以减少噪声和冗余特征，从而进一步对齐精确的空间结构。

ArcPro：稀疏点结构化3D抽象的建筑程序（从激光雷达稀疏点云生成建筑结构的参数化模型）

工业质量检测中，目标异常检测至关重要，但传统单传感器方法因受限于外观、几何结构或内部属性检测，存在关键局限。为克服挑战，本文引入MulSen - AD数据集，它整合RGB相机、激光扫描仪和锁相红外热成像数据，覆盖15种工业产品及多样真实异常，还提出MulSen - AD Bench基准与MulSen - TripleAD决策级融合算法。实验表明，多传感器融合大幅优于单传感器，目标级检测AUROC达96.1% ，凸显多传感器数据整合对工业异常检测的重要性，数据集和代码可在指定GitHub获取。

为应对这些挑战，我们引入了真实工业异常检测数据集D³，这是一个高精度的多模态数据集。它独特地纳入了通过光度立体技术生成的额外伪三维模态，同时包含高分辨率RGB图像和微米级三维点云。真实工业异常检测数据集D³在20个类别中呈现出更细微的缺陷、多样的异常情况以及更大的规模，为多模态工业异常检测提供了具有挑战性的基准。

主流的序列转导模型基于复杂的递归或卷积神经网络，包括编码器和解码器。性能最好的模型还通过注意力机制连接编码器和解码器。我们提出了一种全新且简单的网络架构——Transformer，它完全基于注意力机制，彻底摒弃了循环和卷积。在两项机器翻译任务上的实验表明，这些模型在质量上更胜一筹，同时具备出色的并行性，训练耗时也大幅减少。在WMT 2014 英德翻译任务中，我们的模型达到了28.4的BLEU值，超越了包括集成模型在内的现有最优结果，BLEU值提高了2个点。

本文提出了一种简洁高效的点云自监督学习掩码自编码器方案Point-MAE。该方法通过将输入点云划分为不规则点块并进行高比例随机掩码，基于标准Transformer构建非对称自编码器（编码器仅处理未掩码点块，轻量级解码器重建掩码部分），有效解决了点云掩码自编码中的关键挑战：骨干网络架构统一问题、位置信息过早泄露问题以及信息密度不均匀问题。实验表明，Point-MAE在ScanObjectNN和ModelNet40上分别达到85.18%和94.04%的分类准确率，超越所有自监督学习方法，甚至优于专门设计的监督学

本文提出了一种基于组级特征对比学习的高分辨率三维异常检测方法Group3AD。针对高分辨率点云异常检测面临的三大挑战：数据量大导致信息捕捉困难、特征表示各向异性以及异常区域比例小难以刻画，本文设计了簇间一致性网络(IUN)和簇内对齐网络(IAN)来优化特征空间分布，并提出基于几何信息的自适应组中心选择(AGCS)方法提升异常区域检测敏感性。实验表明，Group3AD在Real3D-AD数据集上对象级AUROC指标比Reg3D-AD提高5%，有效提升了高分辨率三维异常检测的性能。该方法可直接应用于各种网络架构

本文提出了一种新颖的PO3AD框架，用于三维点云异常检测。该方法通过预测伪异常样本中的点偏移量，使模型能够专注于信息丰富的伪异常区域，从而更有效地学习正常数据表示。与现有基于重建的方法不同，PO3AD仅需估计正常点的偏移量大小，同时预测伪异常点的偏移量大小和方向，避免了对正常点和伪异常点赋予相同权重导致的问题。此外，作者设计了一种法向量引导的异常模拟方法Norm-AS，用于生成更真实的伪异常样本。在Anomaly-ShapeNet和Real3D-AD数据集上的实验表明，PO3AD显著优于现有方法，检测AUC

CVPR 2025 名字里带 Anomaly 的论文合集 （未发布的论文后续会更新） 异常检测+二维+三维+多模态+视频+新数据集

本研究提出了一种名为互补伪多模态特征（CPMF）的方法，用于提升点云异常检测的性能。CPMF通过结合手工制作的点云描述符和预训练的二维神经网络，分别捕捉点云的局部几何信息和全局语义信息。具体而言，CPMF将原始点云投影为多视图图像，利用预训练二维神经网络提取语义特征，并将其与三维模态特征聚合，形成互补的多模态特征。实验结果表明，CPMF在MVTec3D基准测试中取得了显著的成绩，证明了其在点云异常检测中的有效性。代码已开源，供进一步研究和应用。

ECCV 2024 名字里带 Anomaly 的论文合集视频异常检测 二维异常检测 三维异常检测 多模态异常检测 异常合成 医学图像异常检测

CVPR 2024 名字里带 Anomaly 的论文合集:视频异常检测+二维+三维+多模态

高精度点云异常检测是识别先进机械加工和精密制造缺陷的黄金标准。尽管该领域在方法上取得了一些进展，但数据集的稀缺以及缺乏系统的基准阻碍了其发展。我们引入Real3D - AD，这是一个具有挑战性的高精度点云异常检测数据集，旨在解决该领域的局限性。Real3D - AD包含1254个高分辨率三维对象（每个对象包含4万到数百万个点 ），是目前最大的高精度三维工业异常检测数据集。全视角点云

Eyecandies 是一个用于无监督多模态异常检测与定位的新型合成数据集，旨在模拟工业视觉检测场景。该数据集包含在多种光照条件下渲染的程序生成糖果的逼真图像，同时提供深度图和法向图。数据集包含十种糖果，呈现出复杂纹理、自遮挡和高光等挑战，并通过随机绘制程序渲染流水线的关键参数实现大量类内变化。异常样本通过自动生成像素级标注，克服了人为偏差和不一致性。Eyecandies 数据集鼓励探索结合颜色、深度和法向图的异常检测方法，并展示了利用额外信息可以提高检测性能。该数据集为无监督异常检测提供了一个新的、具有挑

MVTec 3D-AD数据集是首个专为无监督三维异常检测与定位任务设计的综合性数据集，旨在模拟现实工业检测场景。该数据集包含10种不同物体类别的高分辨率三维扫描数据，训练集和验证集仅包含无异常样本，而测试集则包含各种类型的缺陷样本，如划痕、凹痕、孔洞等，并为每个异常提供了精确的真实标注。数据集的引入填补了三维异常检测领域的数据空白，初步基准测试显示现有方法在该数据集上表现不佳，表明未来仍有较大改进空间。该数据集有望推动三维计算机视觉领域的新方法开发，特别是在工业检测等实际应用中。

项工作考虑了模块内融合层面的多模态融合架构设计，即==独立的模态特定模块==（涉及早期、中期或晚期多模态特征与特定融合操作），以及==模块间融合层面==（即融合这些模块的策略）。在这两种情况下，我们首先通过理论和实验探索架构设计的影响。然后，我们扩展了当前最优的神经架构搜索（NAS）范式，提出3D - ADNAS，以==同时搜索多模态融合策略和模态特定模块==。

基于二维的工业异常检测已被广泛探讨，然而，基于三维点云和RGB图像的多模态工业异常检测仍存在诸多尚未涉足的领域。现有的多模态工业异常检测方法直接连接多模态特征，这会导致特征间产生强烈干扰，损害检测性能。首先，我们设计了一种基于逐块对比学习的无监督特征融合方法，以促进不同模态特征间的交互；其次，我们使用带有多个记忆库的决策层融合，避免信息损失，并利用额外的新颖分类器做出最终决策；此外，我们还提出了点特征对齐操作，以便更好地对齐点云和RGB特征。

CVPR 2023 异常检测合集

Reconstruction 重建via 通过Diffusion 扩散Diffusion for 3D Anomaly Detection 基于扩散的三维异常检测  三维异常检测在监测精密制造中局部固有缺陷方面起着至关重要的作用。基于嵌入和基于重建的方法是最受欢迎且成功的方法之一。然而，实际应用中存在两大挑战：其一，基于嵌入的模型因内存限制而遭受严重的计算和存储问题；其二，基于重建的模型采用移动平均误差（MAE）机制，无法检测未掩码区域中的异常。在本文中，我们提出R3D - AD，一种通过扩散模型重建

工业异常检测（AD）旨在识别产品中的异常特征或缺陷，是质量检测流程的关键部分。由于异常的罕见性和不可预测性，收集能体现异常情况的数据颇具挑战性。因此，大多数研究聚焦于无监督方法，即仅使用无缺陷样本（也称为标称样本）训练的算法。当前，多数现有的异常检测方法侧重于分析RGB图像。然而，在许多工业场景中，仅基于彩色图像难以有效识别异常，例如，光照条件变化易导致误检，表面偏差可能不会以明显异常的颜色呈现。结合彩色图像和三维传感器获取的表面信息可解决上述问题，并显著提升异常检测效果。

Scalable：可扩展的 Benchmark：基准；标准检查程序3D Anomaly Synthesis：三维异常合成A Self-Supervised Learning Network：一个自监督学习网络所以题目：基于三维异常合成和一个自监督学习网络的基准测试  近来，三维异常检测作为一项涉及精细几何判别能力的关键问题，正受到越来越多的关注。然而，真实三维异常数据的匮乏限制了当前模型的可扩展性。为实现大规模异常数据采集，文章提出一种三维异常合成流程，以使现有的大规模三维模型适用于三维异常检测。 

Unsupervised visual anomaly detection无监督视觉异常检测旨在learn models only on normal training samples仅在正常的训练样本上学习模型，并期望这些学到的模型能够detecting anomalies at the image level在图像层面检测出异常情况，甚至对于正常和异常的测试样本，都能够even localizing anomaly regions at the pixel level在像素层面定位出异常区域。