기존 산업 이상 탐지 알고리즘이 소형 결함 탐지 정확도가 낮고, 다중 스케일 특징 추출 능력이 약하며, 이상 분할 정확도가 낮은 문제를 해결하기 위해 고주파 잔차 유도와 다중 스케일 주의 특징 융합을 결합한 산업 이상 탐지 네트워크를 제안한다. 먼저, 전통적인 전체 주파수 처리로 인해 고주파 세부 정보가 손실되는 문제를 해결하기 위해 주파수 영역 분리 전략을 설계하고, 가우시안 커널 필터를 이용해 고주파 잔차 특징을 추출하여 네트워크의 미세 이상 탐지 능력을 강화한다. 둘째, 일반적인 합성곱 네트워크가 복잡한 텍스처 표현 능력이 부족하고 이상과 배경 구분도가 낮은 문제를 해결하기 위해 판별 네트워크의 인코더 단계에 전역 강화된 다중 스케일 주의 모듈 GEMA를 삽입하여 병렬 이중 경로로 수평 및 수직 방향의 다중 스케일 지역 정보를 포착하고, 다양한 공간 위치의 뚜렷한 특징을 강화하여 복잡한 텍스처 배경에서 특징 구분성을 향상시킨다. 마지막으로 판별 네트워크의 디코더 단계에 좌표 주의 모듈 CoordAtt를 통합하여 좌표축을 분해해 특징 가중치를 동적으로 조절하고 이상 영역의 정밀한 공간 위치 지정을 구현한다. 실험 결과 MVTec AD 공개 데이터셋에서 개선된 모델의 이미지 수준 평균 AUROC는 98.6%, 픽셀 수준의 평균 AUROC와 AP는 각각 97.6%와 73.2%로 산업 이상 탐지 효과를 효과적으로 향상시켰음을 보여준다.

산업 이상 탐지;고주파 성분 유도;다중 스케일 공간 인지;주의 메커니즘