SplatPose & Detect：姿态无关的3D异常检测

在学术界和工业界，图像中的异常检测已成为一个研究较为深入的问题。当前最先进的算法能够在越来越复杂的环境和数据模式下检测缺陷。然而，大多数现有方法并不适用于从不同角度捕获的3D对象。尽管已经提出了使用神经辐射场（NeRFs）的解决方案，但这些方法由于计算需求过高而限制了其在实际应用中的可用性。为此，我们提出了一种基于3D高斯点绘的新框架SplatPose，该框架能够以可微分的方式准确估计3D对象在未见过的角度下的姿态，并检测其中的异常。即使使用的训练数据少于竞争方法，我们在训练和推理速度以及检测性能方面仍达到了最先进水平。我们使用最近提出的姿态无关异常检测基准及其多姿态异常检测（MAD）数据集对我们的框架进行了全面评估。