UniSpector：スペクトルコントラストによる視覚プロンプトで実現するユニバーサル・オープンセット欠陥認識

概要: 工業検査システムは前例のない欠陥を認識できるはずですが、既存のほとんどの手法はクローズドセット（閉集合）の仮定のもとで動作しているため、新規の異常を検出できません。視覚プロンプティングは工業検査のためのスケーラブルな代替手段を提供しますが、既存手法は高いクラス内分散とわずかなクラス間差異により、プロンプト埋め込みの崩壊（prompt embedding collapse）に悩まされることが多いです。これを解決するために、我々はUniSpectorを提案します。UniSpectorは、素朴なプロンプト対領域のマッチングから、意味的に構造化された、かつ転移可能なプロンプトトポロジの原理に基づく設計へと焦点を移します。UniSpectorはSpatial-Spectral Prompt Encoderを用いて、向き不変で微細な表現を抽出します。これらは、Contrastive Prompt Encoderがプロンプト空間を意味的に整理された角度のマニフォールドへ明示的に正則化するための堅固な基盤となります。さらに、Prompt-guided Query Selectionは、プロンプトに整合する適応的なオブジェクトクエリを生成します。我々は、視覚プロンプトに基づくオープンセット欠陥ローカライゼーションのための初めてのベンチマークであるInspect Anythingを導入し、そこでUniSpectorがベースラインをAP50bで少なくとも19.7%、AP50mで15.8%上回ることを示します。これらの結果は、提案手法が、継続的に進化する工業環境に対して、再学習不要でスケーラブルな検査パラダイムを実現できることを示すと同時に、汎用的な視覚プロンプティングの設計に関する重要な洞察を提供するものです。