用于基础设施异常检测的 3D 多模态特征
计算机视觉与模式识别
2025-09-04 v1
摘要
老化结构物需定期检查以识别结构缺陷。先前工作使用几何畸变在合成砌砖桥梁点云中定位裂缝，但难以检测小裂缝。为解决此限制，本研究提出一种新型 3D 多模态特征 3DMulti-FPFHI，将定制化的 Fast Point Feature Histogram (FPFH) 与强度特征相结合。该特征被集成到 PatchCore 异常检测算法中进行评估，通过统计和参数化分析进行评估。该方法进一步使用真实砌砖拱桥点云和混凝土隧道全尺寸实验模型进行评估。结果表明，3D 强度特征通过改善裂缝检测质量实现了检查质量的提升；它还 enables 对水渗入的识别，这引入了强度异常。3DMulti-FPFHI 在 FPFH 和一种最新多模态异常检测方法中均表现出色。该方法解决 diverse 基础设施异常检测情景的潜力凸显了其对数据要求最低，与学习方法相比。代码和相关点云数据集均 available at https://github.com/Jingyixiong/3D-Multi-FPFHI。
引用
@article{arxiv.2502.05779,
title = {A 3D Multimodal Feature for Infrastructure Anomaly Detection},
author = {Yixiong Jing and Wei Lin and Brian Sheil and Sinan Acikgoz},
journal= {arXiv preprint arXiv:2502.05779},
year = {2025}
}