既存の産業異常検知アルゴリズムにおける小さな欠陥検出の精度低下、多尺度特徴抽出能力の不足、異常領域分割精度の低さといった問題に対し、高周波残差誘導と多尺度注意特徴融合を組み合わせた産業異常検知ネットワークを提案する。まず、従来の全周波数処理によって高周波の細部が失われる問題に対して、周波数領域分離戦略を設計し、ガウスカーネルフィルタを用いて高周波残差特徴を抽出し、微細な異常検出能力を強化した。次に、従来の畳み込みネットワークの複雑なテクスチャ表現能力不足や異常と背景の識別性の低さに対して、識別ネットワークのエンコーダ段階に全体強化された多尺度注意モジュールGEMAを埋め込み、水平方向と垂直方向の多尺度局所情報を並列二経路で捉えることで、異なる空間位置の顕著特徴を強化し、複雑なテクスチャ背景下での特徴識別性を向上させた。最後に、識別ネットワークのデコーダ段階に座標注意モジュールCoordAttを統合し、座標軸を分解して特徴重みを動的に調整し、異常領域の正確な空間的局在化を実現した。実験により、MVTec AD公開データセットにおいて、改良モデルの画像レベル平均AUROCは98.6%、ピクセルレベル平均AUROCとAPはそれぞれ97.6%と73.2%であり、産業異常検知の効果を効果的に向上させたことを示した。

産業異常検知;高周波成分誘導;多尺度空間知覚;注意機構