正規化フローに自己注意機構を用いた産業用画像における異常検知

DOI Web Site 参考文献7件

書誌事項

タイトル別名
  • Anomaly Detection in Industrial Images Using Normalizing Flow with Self-Attention Mechanisms

抄録

<p>産業用画像における異常は論理的な異常と構造的な異常に分類される．論理的な異常は物体の欠損や個数の過剰，配置のミスの総称であり，一方で構造的な異常は汚れや傷，異物の混入などを指す．従来の正規化フローによる異常検知手法では，特徴マップの局所的な情報を加味して変数変換が行われる. これらの手法は一般に，構造的な異常に関しては検出性能が高い一方で，論理的な異常の検出を苦手とする．本研究では，この問題に対処するために，正規化フローに自己注意機構を導入して変数変換時に特徴間の関係性を捉えるMulti-head Self Attention Flow（MSAFlow）を提案する．異常検知のベンチマークデータセットであるMVTecLOCOを用いて，提案手法と従来の正規化フローを比較した結果，全カテゴリの平均AUROCで5%の性能向上を達成した．</p>

収録刊行物

  • 知能と情報

    知能と情報 36 (1), 560-564, 2024-02-15

    日本知能情報ファジィ学会

参考文献 (7)*注記

もっと見る

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ