要約
画像内の異常を検出することは、特にリアルタイムコンピュータビジョン応用において重要な課題である。本研究では、計算効率に注目し、現代のGPU上で1ミリ秒未満で画像を処理可能な軽量な特徴抽出器を提案する。その後、学生-教師アプローチを用いて異常特徴を検出する。正常（異常なし）な訓練画像の特徴を予測するように学生ネットワークを学習させ、テスト時に異常な画像の特徴を学生が正しく予測できなかった場合に異常を検出する。本研究では、教師の特徴抽出器の出力を正常画像を超えて模倣することを抑制する学習損失関数を提案する。これにより、学生-教師モデルの計算コストを大幅に削減しつつ、異常特徴の検出性能を向上させることができる。さらに、物体の順序が不正なように、正常な局所特徴の不適切な組み合わせを含む難易度の高い論理的異常の検出にも対応する。このような異常は、画像全体を分析する効率的なオートエンコーダを組み込むことで検出する。本手法（EfficientAD）は、3つの産業用異常検出データセットコレクションから構成される合計32のデータセット上で評価された。EfficientADは、異常の検出および局所化において新たな基準を確立した。2ミリ秒の遅延と1秒あたり600枚のスループットという高速な処理を実現しており、リアルタイムでの異常対応を可能にする。低誤検出率との併用により、実世界の応用において経済的かつ実用的なソリューションとなり、今後の研究の基盤としても有望である。