论文
CoGeoAD：具有多视图注意力的分层颜色几何融合，用于零样本 3D 异常检测
CoGeoAD: Hierarchical Color-Geometric Fusion with Multi-View Attention for Zero-Shot 3D Anomaly Detection
摘要
零样本 3D 异常检测对于工业质量检查至关重要，因为工业质量检查中标记的异常样本很少。同时，现有方法缺乏将互补 2D 彩色图像与 3D 几何结构融合的有效机制，限制了它们在统一框架中检测表面和结构缺陷的能力。为了解决这些问题，我们提出了 CoGeoAD，这是一个基于 CLIP 的统一框架，通过构建像素对齐的配对多视图图像来融合颜色和几何特征。该框架引入了数据驱动的多视图注意 (MVA) 机制来自适应聚合 3D 特征，并引入了多阶段颜色几何融合 (MS-CGF) 模块来分层集成来自两种模式的多级特征。 MVTec3D-AD 和 Eyecandies 基准测试的大量实验表明，CoGeoAD 实现了最先进的性能，可以有效捕获复杂工业场景中的结构和纹理异常。我们的源代码可在 https://github.com/kingdomShu/CoGeoAD 获取。