面向主动红外热画像的认知缺陷分析：结合视觉-文本线索
计算机视觉与模式识别
2026-03-12 v1 人工智能
信号处理
摘要
主动红外热画像(AIRT)正在大量部署人工智能(AI)方法，用于自动分析高性能碳纤维增强聚合物(CFRP)的次表面缺陷。部署基于 AI 的 AIRT 方法来检查 CFRP 需要创建耗时且昂贵的 CFRP 检查序列数据集以训练神经网络。为解决这一挑战，本工作引入了一种新型语言引导框架，用于利用 AIRT 和视觉-语言模型(VLM)进行 CFRP 的认知缺陷分析。不同于传统学习方法，本文提出的框架无需为大量训练缺陷检测器开发训练数据集，而仅依赖预训练的多模态 VLM 编码器搭配轻量级适配器，即可实现次表面缺陷的生成式零样本理解与定位。通过利用预训练的多模态编码器，所提出的系统能够实现热图图案的生成式零样本理解和次表面缺陷的自动检测。鉴于热图数据与用于训练 VLM 的自然图像之间的领域差距，提出了 AIRT-VLM 适配器，以提高缺陷可见性，同时将热图领域与 VLM 的所学表示对齐。本文使用三个具有代表性的 VLM 进行验证，分别为 GroundingDINO、Qwen-VL-Chat 和 CogVLM。在引入于不同能量水平的 25 组 CFRP 检查序列上进行验证，反映了工业场景中遇到的现实缺陷。实验结果表明，AIRT-VLM 适配器相对于传统热画像降维方法实现了超过 10 dB 的信噪比提升，同时实现了零样本缺陷检测，平均交并比(IOU)可达 70%。
引用
@article{arxiv.2603.10549,
title = {Towards Cognitive Defect Analysis in Active Infrared Thermography with Vision-Text Cues},
author = {Mohammed Salah and Eman Ouda and Giuseppe Dell'Avvocato and Fabrizio Sarasini and Ester D'Accardi and Jorge Dias and Davor Svetinovic and Stefano Sfarra and Yusra Abdulrahman},
journal= {arXiv preprint arXiv:2603.10549},
year = {2026}
}