[論文レビュー] DRAEM -- A discriminatively trained reconstruction embedding for surface anomaly detection

Vitjan Zavrtanik, Matej Kristan+1 more|arXiv (Cornell University)|Aug 17, 2021

Anomaly Detection Techniques and Applications参考文献 27被引用数 38

ひとこと要約

DRAEMは、再構成サブネットワークと、シミュレートされた異常で訓練された識別モジュールを共同で学習し、表面の異常を局所的に検出・セグメントする。実データの異常なしで、MVTecで最先端の結果を達成し、DAGMでも高い性能を示す。

ABSTRACT

Visual surface anomaly detection aims to detect local image regions that significantly deviate from normal appearance. Recent surface anomaly detection methods rely on generative models to accurately reconstruct the normal areas and to fail on anomalies. These methods are trained only on anomaly-free images, and often require hand-crafted post-processing steps to localize the anomalies, which prohibits optimizing the feature extraction for maximal detection capability. In addition to reconstructive approach, we cast surface anomaly detection primarily as a discriminative problem and propose a discriminatively trained reconstruction anomaly embedding model (DRAEM). The proposed method learns a joint representation of an anomalous image and its anomaly-free reconstruction, while simultaneously learning a decision boundary between normal and anomalous examples. The method enables direct anomaly localization without the need for additional complicated post-processing of the network output and can be trained using simple and general anomaly simulations. On the challenging MVTec anomaly detection dataset, DRAEM outperforms the current state-of-the-art unsupervised methods by a large margin and even delivers detection performance close to the fully-supervised methods on the widely used DAGM surface-defect detection dataset, while substantially outperforming them in localization accuracy.

研究の動機と目的

• 高度に不均衡で異常なしの訓練データの下で、堅牢な表面異常検出を動機づける。
• 再構成と異常境界を共同学習する識別的なエンドツーエンドモデルを提案します。
• 重い後処理を必要とせず、ピクセル単位の異常局在化を実現する。
• 合成で、分布外直前の異常を用いて訓練し、実世界の異常へ一般化する。

提案手法

• 破損した入力から異常のない再構成を出力するよう訓練された再構成サブネットワーク。
• 識別的サブネットワーク（U-Net風）は、結合された [input, reconstruction] を入力として、ピクセル単位の異常マップを出力します。
• 異常シミュレーションは Perlin ノイズ、ランダムテクスチャ、ブレンディングを用いて I から I_a を作成します。実際の異常は不要です。
• 総訓練損失 L = L_rec(I, I_r) + L_seg(M_a, M) で、L_rec は SSIM + L2 を用い、L_seg は M（異常マップ）に対して Focal 損失で行う。
• 画像レベルの異常スコア η は、平滑化された異常マップ M_o に対する最大プーリングで得られる。
• 局在化と検出は、単純な平均フィルタリングによる平滑化と最大値を η として取ることで実装される。

実験結果

リサーチクエスチョン

• RQ1 実データの異常なしで、共同の再構成-識別フレームワークが実世界の異常への一般化を改善できるか？
• RQ2 合成異常生成は、ピクセル単位の正確な異常局在化を訓練するのに十分か？
• RQ3 原始的および再構成済み外観の結合に対するエンドツーエンドの識別的訓練は、純粋な生成ベースまたは識別ベースのアプローチより優れているか？
• RQ4 標準ベンチマーク（MVTec、DAGM）における DRÆM の性能は、教師なし法および教師あり法と比べてどうか？

主な発見

• MVTec AD では、DRÆM は最先端の成果を達成し、クラス15中9クラスで画像レベル検出の AUROC が最高であり、局在化性能も優れている。
• DRÆM は従来法と比較して局在化を約 13.4–13.5 AP ポイント改善します。
• DAGM では、DRÆM は画像レベルの異常検出で教師なし法を上回り、重要なのは局在精度が一部の教師あり手法に匹敵するかそれを上回る程度に達する。
• アブレーション研究では、再構成成分と識別成分の両方を用いることが重要であり、拡張と不透明度のランダム化を伴うシミュレート異常が決定境界を厳密に結び付けることを示している。
• DRÆM は異常テクスチャが最小のテクスチャデータセットから生成された場合や、単純な均一色でも効果的であり、異常の外観変化に対する頑健性を示している。