الغش في العمق: تعزيز اكتشاف الشذوذ السطحي ثلاثي الأبعاد عبر محاكاة العمق

قد تقدمت طرق الكشف عن الشوائب السطحية القائمة على النموذج RGB بشكل كبير. ومع ذلك، هناك بعض الشوائب السطحية التي تظل شبه غير مرئية في النموذج RGB وحده، مما يتطلب دمج معلومات ثلاثية الأبعاد. تعاني الطرق الحالية التي تستعمل الهياكل النقطية من تمثيلات غير مثلى وتقليل قابلية التطبيق بسبب البطء في المعالجة. يعوق إعادة تدريب هياكل RGB، المصممة لمعالجة المدخلات الكثيفة بسرعة أكبر، على مجموعات بيانات العمق الصناعية نقص توفر مجموعات بيانات كافية الحجم والتنوع. نقدم عدة إسهامات لمواجهة هذه التحديات:(i) نقترح هندسة جديدة لمُشفِّر الترميز المنفصل الواعي بالعمق (Depth-Aware Discrete Autoencoder - DADA)، والتي تمكن من تعلم فضاء عرض متقطع عام يُنمذِج البيانات RGB والبيانات ثلاثية الأبعاد معًا للكشف عن الشوائب السطحية ثلاثية الأبعاد.(ii) نعالج نقص التنوع في مجموعات بيانات العمق الصناعية من خلال تقديم عملية محاكاة لتعلم خصائص العمق المعلوماتية في مشفر العمق.(iii) نقترح طريقة جديدة للكشف عن الشوائب السطحية تسمى 3DSR، والتي تتخطى جميع الطرق الرائدة الحالية في تحدي الكشف عن الشوائب MVTec3D الصعب، سواء من حيث الدقة أو سرعة المعالجة. تؤكد النتائج التجريبية فعالية وكفاءة أسلوبنا، مما يسلط الضوء على إمكانات استخدام معلومات العمق للتحسين في الكشف عن الشوائب السطحية.