用于少样本异常检测的双路频率判别器
计算机视觉与模式识别
2024-10-02 v4
摘要
少样本异常检测（Few-shot Anomaly Detection, FSAD）在工业制造中发挥着至关重要的作用。然而，现有的 FSAD 方法在利用有限数量的正常样本时遇到困难，经常无法在空间域中检测和定位不明显的异常。我们进一步发现，这些细微异常在频域中会更加明显。在本文中，我们从频域角度提出了一种双路频率判别器（Dual-Path Frequency Discriminators, DFD）网络来解决这些问题。原始空间图像被转换为多频率图像，使其更有利于定制判别器检测异常。此外，判别器学习一种包含伪异常形式的联合表示。在 MVTec AD 和 VisA 基准上进行的大量实验表明，我们的 DFD 超越了当前的最先进方法。代码可在\url{https://github.com/yuhbai/DFD}获取。
引用
@article{arxiv.2403.04151,
title = {Dual-path Frequency Discriminators for Few-shot Anomaly Detection},
author = {Yuhu Bai and Jiangning Zhang and Zhaofeng Chen and Yuhang Dong and Yunkang Cao and Guanzhong Tian},
journal= {arXiv preprint arXiv:2403.04151},
year = {2024}
}
备注
Accepted by KBS