[论文解读] A Survey on Unsupervised Anomaly Detection Algorithms for Industrial Images

Yajie Cui, Zhaoxiang Liu+1 more|arXiv (Cornell University)|Apr 24, 2022

Industrial Vision Systems and Defect Detection被引用 6

一句话总结

本综述全面概述了用于工业图像异常检测的无监督深度学习算法，将其分类为五种方法学家族——基于重建的方法、生成式方法、表示学习方法、自监督方法以及混合方法。它指出误报率（FAR）与漏报率（MAR）之间的权衡是核心未解难题，并主张未来应整合基础模型与多模态学习，以提升真实工业应用中的鲁棒性与泛化能力。

ABSTRACT

In line with the development of Industry 4.0, surface defect detection/anomaly detection becomes a topical subject in the industry field. Improving efficiency as well as saving labor costs has steadily become a matter of great concern in practice, where deep learning-based algorithms perform better than traditional vision inspection methods in recent years. While existing deep learning-based algorithms are biased towards supervised learning, which not only necessitates a huge amount of labeled data and human labor, but also brings about inefficiency and limitations. In contrast, recent research shows that unsupervised learning has great potential in tackling the above disadvantages for visual industrial anomaly detection. In this survey, we summarize current challenges and provide a thorough overview of recently proposed unsupervised algorithms for visual industrial anomaly detection covering five categories, whose innovation points and frameworks are described in detail. Meanwhile, publicly available datasets for industrial anomaly detection are introduced. By comparing different classes of methods, the advantages and disadvantages of anomaly detection algorithms are summarized. Based on the current research framework, we point out the core issue that remains to be resolved and provide further improvement directions. Meanwhile, based on the latest technological trends, we offer insights into future research directions. It is expected to assist both the research community and industry in developing a broader and cross-domain perspective.

研究动机与目标

• 为解决监督深度学习在工业异常检测中的局限性，即需要大量标注的缺陷数据，而这些数据获取成本高且耗时长。
• 系统性回顾针对工业视觉应用定制的近期无监督异常检测算法。
• 识别实际部署中的关键挑战，如误报率与漏报率之间的权衡。
• 突出公开可用的数据集，并评估其在工业异常检测研究中的适用性。
• 提出未来研究方向，包括基础模型与多模态学习，以提升泛化能力与效率。

提出的方法

• 本文根据其基本原理与架构，将无监督异常检测方法划分为五类：基于重建的方法、生成式方法、表示学习方法、自监督方法以及混合方法。
• 分析各类方法的框架与创新点，强调其如何在无需标注异常样本的情况下学习正常模式。
• 利用标准指标（如AUC-ROC、FAR、MAR）在MVTec、NEU-CLS和AITEX等基准数据集上评估模型性能。
• 讨论预训练模型与基础模型在提升特征表示能力及跨领域迁移性方面的作用。
• 整合多模态学习（如CLIP、Stable Diffusion）的最新进展，提出可接受图像与文本提示的未来模型架构。
• 比较各类方法的优缺点，强调可扩展性、推理速度与异常定位精度作为关键评估标准。

实验结果

研究问题

• RQ1 用于工业图像异常检测的无监督深度学习方法的主要类别是什么？它们在架构与原理上如何不同？
• RQ2 当前无监督方法在实际工业环境中的主要局限性是什么，尤其是误报率与漏报率方面？
• RQ3 MVTec、NEU-CLS和AITEX等公开数据集在多大程度上支持或限制了鲁棒异常检测模型的开发？
• RQ4 基础模型与多模态学习在多大程度上可提升工业异常检测系统的性能与适应性？
• RQ5 基于当前技术趋势，无监督工业视觉异常检测最具前景的未来研究方向是什么？

主要发现

• 误报率（FAR）与漏报率（MAR）之间的冲突被确定为工业无监督异常检测中的核心未解难题。
• 使用预训练模型的表示学习方法表现优异，因其无需在缺陷数据上微调即可提取判别性特征。
• 基于重建与生成式模型（如自编码器与GAN）仍被广泛使用，但常在高维纹理异常与定位精度方面表现不佳。
• 自监督与对比学习方法通过利用掩蔽任务等预训练任务，仅从正常数据中学习有意义的表示，展现出更好的泛化能力。
• 基础模型与多模态学习（如CLIP、SAM）正成为变革性方法，可通过文本提示实现零样本或少样本适应新缺陷类型。
• 整合多样化技术——尤其是基础模型与多模态输入——被识别为未来提升鲁棒性与部署效率的关键方向。