摘要
无监督异常检测技术因其无需预先掌握异常知识即可运行的特性，在工业检测领域受到广泛关注，展现出良好的适应性与泛化能力。因此，基于知识的计算机视觉方法被广泛应用于识别图像中的异常模式。然而，实际工业应用场景面临诸多挑战，例如异常样本稀缺、缺陷知识不足以及背景纹理复杂等问题，这些因素导致缺陷区域难以准确识别，传统自编码器网络在应对上述问题时往往表现不佳。为解决上述局限性，本文提出一种专为领域偏移（domain shift）场景设计的多尺度特征重建（Multi-scale Feature Reconstruction, MSFR）网络。该方法采用金字塔视觉变换器网络（Pyramidal Vision Transformer Network, PVTN）对多尺度特征图进行重建，以捕捉不同尺度下的判别性特征。同时，引入一个预训练模块，在相同尺度下提取多层级特征，并通过专用的特征匹配模块提升特征间的对齐概率，从而增强检测精度。MSFR策略通过在多个深度层级上过滤像素级信息，显著优于传统的自编码器结构。为验证所提方法的有效性，我们在MVTec AD和AeBAD-S等标准基准数据集上进行了充分的实验评估。此外，通过大规模消融实验进一步证明了MSFR方法在工业异常检测任务中的有效性与可行性。实验结果表明，所提出的模型在性能上显著优于当前主流方法，具备极高的实用价值，尤其适用于制造业等真实工业环境中的异常检测应用。