要約
画像内に予期せぬ異常構造が存在するかどうかを検出および局所化する機械学習モデルの開発は、製品の欠陥検査など多数のコンピュータビジョンタスクにおいて極めて重要である。しかし、異常画像サンプルが極めて少ない、あるいは全く存在しない場合、この課題は特に困難である。本論文では、異常を含まないサンプルから得られる事前知識のみを用いて、画像内の異常を検出およびセグメンテーション可能である、非教師ありの手法である「深層特徴対応（Deep Feature Correspondence: DFC）」を提案する。我々は、汎用的な特徴抽出ネットワークと詳細な特徴推定ネットワークから構成される非対称な二重ネットワークフレームワーク上でDFCを構築し、この二つのネットワークブランチ間の深層特徴対応関係をモデル化・評価することで、画像内の潜在的な異常を検出する。さらに、DFCのロバスト性を向上させ、検出性能をさらに高めるために、自己特徴強化（Self-Feature Enhancement: SFE）戦略およびマルチコンテキスト残差学習（Multi-Context Residual Learning: MCRL）ネットワークモジュールを特段に提案する。広範な実験により、本手法のDFCおよび提案するSFE・MCRLの有効性を検証した。本アプローチは、画像内の局所的な狭小領域に現れる異常、特に産業分野における異常の検出およびセグメンテーションにおいて非常に効果的であり、ベンチマークデータセットMVTec ADにおいて、最先端の性能を達成した。また、実際の産業用検査シーンへの適用においても、既存手法を大きく上回る性能を発揮した。