3D形状異常検出のための階層的ポイント・パッチ融合と適応的パッチ・コードブック
arXiv cs.CV / 2026/4/7
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、異常の推論を改善するために、領域ごとの部位レベル特徴とローカルのポイントレベル特徴を組み合わせた、3D形状異常検出のための階層的ポイント・パッチ融合ネットワークを提案する。
- 自己教師ありの分解を用いた適応的パッチ化モジュールを追加し、さまざまな異常タイプやスケールにまたがる構造的な逸脱をより適切に捉える。
- 本手法は、従来手法の限界、すなわち大域的な幾何学的誤りへの汎化性能が低いことや、学習時のノイズのある、または不完全なポイントサンプルに対して感度が高いことを解決することを目的としている。
- Anomaly-ShapeNetおよびReal3D-ADでの結果により、AUC-ROC/AUC-PRの性能が向上し、新たに特徴付けられた産業用の異常タイプにおいて、ポイントレベルで40%超の改善が報告されている。
- さらに著者らは、より現実的な評価を支援するため、平面・角度・構造の欠陥を含む実CADモデルからなる産業向けテストセットも公開している。
