D3R-Net：面向工业异常检测的双域去噪重建网络
计算机视觉与模式识别
2026-02-03 v1 图像与视频处理
摘要
无监督异常检测（UAD）是现代制造业自动化视觉检查的关键要素。基于重构的方法备受青睐，因为其具有基本的架构设计且能快速处理数据，但会产生高频细节的过平滑结果。因此，细微缺陷会被部分重构而非突出显示，这限制了分割精度。我们在此基础上引入 D3R-Net，即双域去噪重建框架，结合自监督的"治愈"任务和频率感知正则化。在训练期间，网络接收被人为破坏的正常图像并被要求重构干净的目标，从而防止平凡的恒等映射并推动模型学习无缺陷纹理的流形。除了空间均方误差（MSE）外，我们采用快速傅里叶变换（FFT）幅值损失，以鼓励频域一致性。实现中还允许可选的结构相似性（SSIM）术语，我们对其进行消融研究。在 MVTec AD Hazelnut 基准测试上，D3R-Net 采用 FFT 损失相对于仅使用空间的基线提高了局部化一致性：PRO AUC 从 0.603 提升至 0.687，而图像级 ROC AUC 保持稳健。在 15 个 MVTec 类别上评估，FFT 变体将平均像素 ROC AUC 从 0.733 提升至 0.751，PRO AUC 从 0.417 提升至 0.468，同时在单张 GPU 上实现约 20 FPS 的推理速度。该网络从零训练并采用轻量级卷积自编码器背板，为取代重型预训练特征嵌入方法提供了实用方案。
引用
@article{arxiv.2602.00126,
title = {D3R-Net: Dual-Domain Denoising Reconstruction Network for Robust Industrial Anomaly Detection},
author = {Dmytro Filatov and Valentyn Fedorov and Vira Filatova and Andrii Zelenchuk},
journal= {arXiv preprint arXiv:2602.00126},
year = {2026}
}
备注
9 pages