산업용 이상 탐지 및 위치 결정을 위한 그래디언트 상승을 활용한 통합 이상 합성 전략

이상치 합성 전략은 비지도 이상 탐지 성능을 효과적으로 향상시킬 수 있다. 그러나 기존의 전략들은 특히 정상 영역과 매우 유사한 약한 이상(weak defects)에 대해 이상치 합성의 커버리지와 조절 가능성 측면에서 한계를 보이고 있다. 본 논문에서는 특징 수준에서 전역 이상치 합성(Global Anomaly Synthesis, GAS)과 이미지 수준에서 국소 이상치 합성(Local Anomaly Synthesis, LAS)의 다양체(manifold) 및 초구(hypersphere) 분포 제약 하에 더 광범위한 이상치를 합성할 수 있도록 설계된 새로운 통합 프레임워크인 전역 및 국소 이상치 공동합성 전략(Global and Local Anomaly co-Synthesis Strategy, GLASS)을 제안한다. 본 방법은 기울기 상승(gradient ascent)과 절단 투영(truncated projection)에 의해 안내되는 가우시안 노이즈를 활용하여 분포 내 이상치(near-in-distribution anomalies)를 조절 가능한 방식으로 합성한다. GLASS는 MVTec AD(탐지 AUROC 99.9%), VisA, MPDD 데이터셋에서 최신 기술 수준(SOTA)의 성능을 달성하며, 특히 약한 이상 탐지에서 뛰어난 성능을 보였다. 산업 현장에서 직조 원단의 결함 탐지에 적용한 결과, 본 방법의 효과성과 효율성이 추가로 검증되었다. 코드 및 데이터셋은 다음 링크에서 공개되어 있다: \url{https://github.com/cqylunlun/GLASS}.