国内刊号:11-2436/TN
国际刊号:1001-5078
发布日期:
作者:谢宏兴
单位:1.福州大学 先进制造学院,福建 泉州 362251;2.中国福建光电信息科学与技术创新实验室,福建 福州 350116[JZ];
关键词:工业异常检测;多模态;点云;标准化流
基金:国家重点研发资助项目(No.2021YFB3600603);福建省自然科学基金资助项目(No.2020J01468)资助。
针对多模态工业检测中高维特征之间存在干扰,导致检测率不理想的问题,提出了一种基于标准化流的多模态工业异常检测方法。首先提取图像的3D点云的深度信息将其作为第4个通道添加到RGB图像中,生成融合后的RGBD图像,然后使用预训练的特征提取网络提取融合后的图像特征,最后使用特征训练得到一个用于异常检测的标准化流模型。实验结果表明,异常检测模型在MVTec 3D AD数据集的平均Pixel AUROC达到958,平均AUPRO达到862。相较于其他模型分别提升了26和91。
来源:2024年第10期
《激光与红外》期刊编辑部