摘要
我们提出了一种基于形状引导的专家学习框架，用于解决无监督三维异常检测问题。该方法基于两个专用专家模型的有效性及其协同作用，能够从颜色与形状模态中定位异常区域。第一个专家模型利用几何信息，通过建模局部形状周围的隐式距离场来探测三维结构异常；第二个专家模型则结合第一个专家所提取的二维RGB特征，识别局部形状上的颜色外观异常。我们利用这两个专家模型，基于无异常的训练样本构建双重记忆库，并采用形状引导的推理机制，精准定位测试样本中的缺陷。得益于每点三维表示以及互补模态间的高效融合策略，本方法在MVTec 3D-AD数据集上实现了当前最优的检测性能，同时具备更高的召回率和更低的误报率，更符合实际应用的需求。