ショット前のターゲット：カスケードパッチリトリーバルによる1ミリ秒以内の正確な異常検出と局所化

本研究では、異常検出（Anomaly Detection, AD）の「マッチング」特性を再検討し、ADの精度と実行速度の両面で新たな記録を達成する新しいADフレームワークを提案する。本フレームワークでは、異常検出問題を、粗い段階から細かい段階へと段階的に近傍画像を検索する「カスケード・パッチ検索（Cascade Patch Retrieval, CPR）」プロセスにより解決する。テストサンプルに対して、まず堅牢なヒストグラムマッチングプロセスに基づいて、最も類似した上位K個の訓練画像を選定する。次に、これらの「グローバル近傍画像」の類似幾何的位置上で、詳細に学習された局所メトリクスを用いて、各テストパッチの最近傍を検索する。最後に、各テスト画像パッチの異常スコアは、その「局所近傍」との距離および「背景以外」の確率に基づいて計算される。本手法は本研究において「カスケード・パッチ検索（CPR）」と命名する。従来のパッチマッチングに基づくAD手法とは異なり、CPRは「マッチング（シューティング）」を行う前に、適切な「ターゲット」（参照画像および位置）を選定する。広く認知されているMVTec AD、BTAD、およびMVTec-3D ADデータセットにおいて、本手法は各種AD評価指標に基づいて、すべての比較対象の最先端（SOTA）手法を顕著な差で上回る性能を発揮した。さらに、CPRは極めて効率的であり、標準設定下で113 FPSの処理速度を達成する。また、簡略化版では画像1枚の処理に1ミリ秒未満で済み、わずかな精度の低下を許容すれば、実用的な高速処理が可能となる。CPRの実装コードは、https://github.com/flyinghu123/CPR にて公開されている。