深度学习论文: DMAD: Dual Memory Bank for Real-World Anomaly Detection

深度学习论文: DMAD: Dual Memory Bank for Real-World Anomaly Detection
DMAD: Dual Memory Bank for Real-World Anomaly Detection
PDF: https://arxiv.org/pdf/2403.12362
PyTorch代码: https://github.com/shanglianlm0525/CvPytorch
PyTorch代码: https://github.com/shanglianlm0525/PyTorch-Networks

1 概述

文章介绍了一种名为DMAD的新框架，用于图像异常检测。传统方法为每个对象训练一个独特的模型，但随着对象类别数量增加，这种方法导致了存储消耗的增加。UniAD采用多类设置，训练统一模型以节省存储。但无监督学习在异常检测中存在边界定义不准确的问题。利用现实世界中少量异常数据的半监督方法可提高性能。因此，作者提出DMAD框架，适用于统一半监督设置，通过双内存库处理两种情况，利用补丁特征编码器和多层感知器学习特征表示与异常分数映射，以更准确地检测异常。实验结果表明，DMAD在MVTec-AD和VisA数据集上的表现显著优于当前最先进的方法。
在这里插入图片描述
DMAD适用于半监督设置，也适用于没有标注异常的多类设置，适合现实世界中异常可能不易获取的情况。DMAD使用补丁特征编码器提取特征，并通过正常和异常Dual Memory bank建立统一决策边界。在无监督情况下，使用正常和异常特征融合生成的伪异常特征集作为abnormal memory bank。在半监督情况下，采用异常中心采样策略来扩充abnormal memory bank，以缓解数据不平衡问题。Dual Memory bank计算补丁特征与记忆银行中最近特征的距离和交叉注意力，形成正常和异常数据的知识库。最后，使用多层感知器（MLP）学习增强表示和异常分数之间的映射。

2 DMAD

本文介绍了一种名为DMAD的新框架，旨在应对现实世界的异常检测问题。在实际工业应用中，采用统一模型进行训练因其高度的兼容性和存储效率而备受青睐。DMAD框架针对两种情况进行了优化：一是适用于一般情况的统一设置，二是利用少量已标注异常数据的统一半监督设置，这取决于异常数据的可用性。
在这里插入图片描述
为了达成这一目标，DMAD框架包含了三个核心组件：补丁特征编码器、基于双内存库的知识增强模块以及异常分数映射器。该框架的目标是训练一个统一的神经网络，使其能够准确地区分正常与异常实例，并为异常分配更高的异常分数。通过有效结合正常数据和可访问的异常数据，DMAD在应对现实世界中的异常检测挑战时取得了显著的进展。

2-1 Patch Feature Encoder

补丁特征编码器由两部分组成：特征提取器 $F_{Φ}$ 和可选的特征过滤操作 Filter。特征提取器用于从图像中提取特征，包括预训练的骨干网络和聚合操作。对于正常图像，直接提取其补丁特征。
在这里插入图片描述
随着系统运行，可将一些标注的异常数据用于训练 DMAD。对于异常图像，使用 Filter 操作从提取的特征中分离出异常部分，因为图像缺陷通常只占图像的小部分。通过双线性插值匹配特征分辨率，然后过滤异常部分，得到异常补丁特征。
在这里插入图片描述
这些特征之后会通过双重记忆银行进行增强。

2-2 Dual Memory Bank-based Knowledge Enhancement

在这里插入图片描述
Dual Memory Bank的构建，其中包括正常内存库 $M_{n}$ 和异常内存库 $M_{a}$ 。正常内存库存储正常模式，而异常内存库存储潜在的缺陷模式。对于一般统一设置，使用coreset采样算法从所有正常数据中提取补丁特征来构建 $M_{n}$ 。对于 $M_{a}$ ，如果没有可用的已标注异常，从DTD数据集中随机采样异常数据构建 $M_{a}$ 。当可用的已标注异常变得可访问时，将观察到的已标注异常的过滤异常补丁特征集 $M_{a_{s}}$ 加入到 $M_{a}$ 中。为了提取额外的知识，对于每个补丁正常特征，从 $M_{n}$ 和 $M_{a}$ 中识别最近邻特征，并计算特征与最近邻特征的距离和注意力矩阵。最后，将特征本身和两部分知识结合起来形成增强表示。这种方法有助于在异常检测中更有效地利用所有可用的信息，提高模型的性能。

2-3 Anomaly Score Mapper

异常分数映射器负责将增强的特征表示o映射到相应的异常分数S。为了实现这一映射，采用了多层感知器（MLP）Ψ来学习其中的映射关系，并利用铰链损失函数来优化网络结构。在一般统一（多类别）的场景中，采取特征增强策略来生成伪负样本，以丰富模型的训练数据。而当有已标注的异常样本可用时，引入一个包含三部分的铰链损失函数来进一步优化模型，其中λ1和λ2为可调节的超参数。这一工作有效地建立了增强表示与异常分数之间的关联模型，从而显著提升了异常检测的性能。
在这里插入图片描述
在一般统一设置中， λ1 = 1, λ2 = 0，而在统一半监督设置中，λ1 = 0.5, λ2 = 15。

2-4 Anomaly Detection and Localization

为了对测试图像进行精确的异常检测和定位，采用了经过训练的DMAD模型。首先，模型会为图像的每个补丁生成异常分数，并选择分数最高的前5个补丁，计算它们的平均分数作为整幅图像的异常级别评分。接着，为了得到更精细的像素级异常分数，采用双线性插值技术结合高斯平滑方法，对初步得出的分数进行优化和细化。这种方法不仅确保了异常定位的精确性，还能为异常提供更为准确的评分，从而极大地提高了异常检测的准确性和可靠性。