FAIR：産業用視覚異常検出における周波数感知型画像復元

画像再構成に基づく異常検出モデルは、産業用視覚検査分野において広く研究されている。しかし、従来のモデルは、正常パターンの再構成忠実度と異常パターンの再構成区別性の間にあるトレードオフに悩まされており、これが性能に悪影響を及ぼしている。本論文では、正常と異常の再構成誤差間に存在する特徴的な周波数バイアスを活用することで、このトレードオフをより効果的に緩和できることを発見した。これを踏まえ、高周波成分から画像を復元する新しい自己教師付き画像復元タスク「Frequency-aware Image Restoration（FAIR）」を提案する。FAIRは、正常パターンの高精度な再構成を可能にするとともに、異常パターンへの不適切な一般化を抑制する。単一のシンプルなVanilla UNetを用いるだけで、複数の欠陥検出データセットにおいて最先端の性能を達成しつつ、高い効率性を実現した。コード：https://github.com/liutongkun/FAIR。