基于注意力融合逆蒸馏的多光照图像异常检测
计算机视觉与模式识别
2024-06-10 v1
摘要
本研究针对多光照图像异常检测（MLIAD），利用多光照条件提高成像质量和异常检测性能。虽然已提出许多图像异常检测方法，但缺乏处理单个样本多个输入（如 MLIAD 中的多光照图像）的能力。因此，本研究提出注意力融合逆蒸馏（AFRD）以处理 MLIAD 中的多个输入。为此，AFRD 利用预训练教师网络从多个输入中提取特征。随后，这些特征通过注意力模块聚合为融合特征。随后，利用对应的学生网络对注意力融合特征进行回归。回归误差在推理阶段表示为异常得分。在 Eyecandies 数据集上实验表明，AFRD 在 MLIAD 任务上优于其他 MLIAD 方法，还突显了利用多光照条件进行异常检测的优势。
引用
@article{arxiv.2406.04573,
title = {Attention Fusion Reverse Distillation for Multi-Lighting Image Anomaly Detection},
author = {Yiheng Zhang and Yunkang Cao and Tianhang Zhang and Weiming Shen},
journal= {arXiv preprint arXiv:2406.04573},
year = {2024}
}