基于频域显式去背景的织物缺陷检测方法研究：Swin-DBNet网络的多尺度特征增强与选择性注意力机制

针对复杂背景下织物缺陷检测存在的干扰强、误检率高、鲁棒性不足等问题，研究人员提出了一种基于频域显式去背景（Explicit De-Background）的创新方法。通过Swin Transformer提取多尺度特征后，设计像素级去背景层（F-BEM+BSU）分离背景与缺陷特征，并结合去背景注意力模块（DBA）和特征交叉收缩解码器（FCSD）实现缺陷区域增强。实验表明，该方法在ZJU-Leaper和HKU-Fabric数据集上超越现有技术，为工业检测提供了高效解决方案。

　　

纺织工业中，织物缺陷检测是保障产品质量的关键环节。尽管自动化技术逐步替代人工检测，但复杂背景纹理、光照变化以及微小缺陷的干扰，使得传统方法面临高误检率和漏检率的困境。现有基于深度学习的方法虽能学习全局特征，却难以显式区分背景与缺陷特征，导致检测性能受限。这一挑战激发了研究人员对仿生视觉感知技术的探索——正如人类视觉能快速分离目标与背景，如何让算法具备类似的“选择性注意力”成为突破口。

江苏省研究生科研与实践创新计划（KYCX25_3389）资助下，研究人员提出名为Swin-DBNet的创新网络。该工作发表于《Engineering Applications of Artificial Intelligence》，核心是通过频域显式建模模拟人类视觉的“整体感知（Gist Perception）”机制。网络首先利用Swin Transformer提取多尺度特征，随后通过频域背景提取模块（Frequency-domain Background Extraction Module, F-BEM）分析傅里叶振幅的全局一致性，捕捉背景纹理规律；背景抑制单元（Background Suppression Unit, BSU）则生成差异图来突出缺陷区域。去背景注意力模块（De-Background Attention, DBA）将差异图作为权重矩阵，动态调整特征空间中的缺陷聚焦程度。最后，特征交叉收缩解码器（Feature Cross-Shrinking Decoder, FCSD）通过跨层聚合节点（Cross Aggregation Nodes, CAN）实现多尺度特征的高效融合。

关键技术方法包括：1）Swin Transformer骨干网络提取层级特征；2）F-BEM基于傅里叶变换的振幅分析提取背景；3）BSU生成像素级差异图；4）DBA模块实现缺陷区域增强；5）FCSD解码器进行跨尺度特征融合。实验使用ZJU-Leaper和HKU-Fabric公开数据集验证性能。

主要研究结果

1. 显式去背景层的有效性：F-BEM通过频域振幅建模成功捕捉织物背景的周期性纹理，BSU将背景特征抑制后，差异图使缺陷区域的信噪比提升2.3倍。
2. DBA的注意力机制优势：相比传统空间注意力，DBA模块在复杂背景下的缺陷召回率提高12.7%，误检率降低9.4%。
3. 多尺度特征融合性能：FCSD通过金字塔收缩策略减少28%的特征冗余，跨层聚合节点（CAN）使小缺陷检测F1-score提升15.2%。
4. 跨数据集泛化能力：在HKU-Fabric迁移任务中，Swin-DBNet的mAP达89.3%，显著优于对比模型。

结论与意义
该研究首次将频域显式去背景与视觉注意力机制结合，其创新性体现在三方面：一是F-BEM/BSU通过傅里叶变换实现物理可解释的背景分离，突破了传统深度学习“黑箱”局限；二是DBA模块模拟人类视觉的选择性注意力，为复杂背景下的目标检测提供新范式；三是FCSD解码器通过层级收缩结构解决多尺度特征冗余问题。实际应用中，该方法在纺织工业质检系统部署后，将缺陷检测平均耗时从200ms/幅降至50ms/幅，准确率提升至98.6%。未来可扩展至半导体、光伏等领域的表面缺陷检测，为智能制造提供通用技术框架。