SplatPose+: 基于图像的姿态无关3D异常检测实时方法
计算机视觉与模式识别
2024-10-17 v1
摘要
基于图像的姿态无关3D异常检测是工业质量控制中重要的任务，该任务旨在给定无异常参考图像集合后，从测试物体的查询图像中寻找异常。挑战在于查询视角（即姿态）未知且可能与参考视角不同。目前诸如OmniposeAD和SplatPose等方法通过合成查询视角的伪参考图像进行像素级比较，但均无法实现实时推断。在此基础上，我们提出SplatPose+，其采用由结构运动（SfM）模型用于定位、3D高斯溅写（3DGS）模型用于新视角合成的混合表示。虽然该管道需额外计算SfM模型，但实现了更快的实时推断速度和训练速度。质量方面，我们在姿态无关异常检测基准测试中实现了SOTA，数据集为Multi-Pose Anomaly Detection (MAD-SIM)。
引用
@article{arxiv.2410.12080,
title = {SplatPose+: Real-time Image-Based Pose-Agnostic 3D Anomaly Detection},
author = {Yizhe Liu and Yan Song Hu and Yuhao Chen and John Zelek},
journal= {arXiv preprint arXiv:2410.12080},
year = {2024}
}