PostureObjectstitch：考虑工业场景装配关系的异常图像生成
计算机视觉与模式识别
2026-04-16 v1
摘要
图像生成技术可以合成特定条件下的图像，以补充真实的工业异常数据并提升异常检测模型的性能。现有的生成技术很少考虑工业部件在装配中的姿态和朝向，使得生成的图像难以用于下游应用。为了解决这个问题，我们提出了一种新颖的图像合成方法，称为PostureObjectStitch，该方法实现了精确生成以满足工业装配的需求。引入了一种条件解耦方法，将输入的多视角图像分离为高频、纹理和RGB特征。特征时间调制机制使这些特征适应扩散模型的时间步长，能够从粗到细逐步生成细节，同时保持一致性。为了确保语义准确性，我们引入了一个增强关键工业元素的条件损失，以及一个指导部件定位以实现正确装配关系的几何先验。在MureCom数据集、我们新贡献的DreamAssembly数据集以及下游应用上的综合实验结果验证了我们方法的卓越性能。
引用
@article{arxiv.2604.13863,
title = {PostureObjectstitch: Anomaly Image Generation Considering Assembly Relationships in Industrial Scenarios},
author = {Zebei Tong and Hongchang Chen and Yujie Lei and Gang Chen and Yushi Liu and Zhi Zheng and Hao Chen and Jieming Zhang and Ying Li and Dongpu Cao},
journal= {arXiv preprint arXiv:2604.13863},
year = {2026}
}