《Engineering Applications of Artificial Intelligence》：Controllable reconstruction for diffusion-based anomaly detection
编辑推荐：
摘要基于扩散的深度学习在工业视觉异常检测中表现出良好的性能，但扩散重建可能会过度重建异常区域，并提供不足的区分性线索，尤其是在复杂且高度重复的结构中。为了解决这个问题，本文开发了一个可控的扩散重建框架，该框架可以调节去噪过程并利用互补的异常线索。一种动态去噪引导策略在去噪过程中逐
摘要
基于扩散的深度学习在工业视觉异常检测中表现出良好的性能，但扩散重建可能会过度重建异常区域，并提供不足的区分性线索，尤其是在复杂且高度重复的结构中。为了解决这个问题，本文开发了一个可控的扩散重建框架，该框架可以调节去噪过程并利用互补的异常线索。一种动态去噪引导策略在去噪过程中逐步放松结构约束，而双路径异常建模策略结合了重建差异和结构一致性线索来进行异常检测。为了评估在高重复性和细粒度编织结构中的异常检测，我们使用工业生产环境构建了一个编织导管鞘异常检测数据集。在公开基准测试和对提出的数据集上的实验中，该框架表现出竞争力，并在所有五个报告的评估指标上取得了最佳性能。具体来说，该框架在图像级别的接收者操作特征曲线下面积（AUC）达到了99.42%，在像素级别的接收者操作特征曲线下面积达到了96.47%，在每个区域重叠曲线的下面积达到了97.94%。
引言
工业异常检测方法在标准基准测试中通常表现良好，但在实际生产条件下会性能下降（Baitieva等人，2025年；Carvalho等人，2024年；Wang等人，2024年；Zhu等人，2025年）。真实世界的数据包含重复的结构、微小的局部缺陷和复杂的纹理，使得异常很难与正常结构变化区分开来（Carvalho等人，2024年；Wang等人，2024年；Zou等人，2022年）。同时，越来越多的智能系统探索了根据变化的状态或操作阶段调节系统响应的自适应策略（Huang等人，2026年；Li等人，2026年）。这种自适应机制也被引入到基于扩散的异常检测中，其中可以根据正常模式的特点动态调整指导。这反映了从固定策略向动态调节响应的更广泛转变。
大多数现有方法通过重建错误或特征偏差来检测异常（Defard等人，2021年；Zavrtanik等人，2021a）。在高结构化的工业数据中，这两种假设都变得不可靠。基于重建的方法在重建过程中倾向于抑制异常，而基于特征的方法则难以将细粒度缺陷与正常结构模式区分开来（Deng和Li，2022年；Mousakhan等人，2024年；Zavrtanik等人，2021a；Zhang等人，2025年）。
扩散模型最近在异常检测中提高了重建质量（Mousakhan等人，2024年；Wyatt等人，2022年；Zhang等人，2025年）。然而，更好的重建并不一定能提高检测效果。如图1所示，增加引导强度会使重建图像更接近输入图像，但会逐渐抑制异常残差。检测性能呈现非单调趋势：适度的引导可以提高定位能力，而过强的引导则会去除具有区分性的异常信号。
图2进一步说明了这种权衡。较弱的引导会产生强烈的残差响应，但也会引入大量的背景噪声。较强的引导则过于忠实地保留了输入结构，从而过度重建了异常。最佳定位结果只出现在一个狭窄的中间范围内。这表明异常检测更多地取决于重建保留的区分性残差结构，而不是重建的保真度本身。
基于这一观察，提出了用于工业异常检测的可控重建方法（CoDAD），作为一种可控的扩散模型。CoDAD不是在整个采样过程中使用固定引导，而是在去噪阶段调整引导强度。早期应用强引导以稳定全局结构，而后期阶段逐渐放宽约束以避免保留异常区域。这样可以产生在结构上稳定同时保留有用异常差异的重建结果。
仅靠残差重建错误通常不足以检测复杂的工业缺陷。一些异常表现为局部强度偏差，而另一些则主要破坏了结构关系。因此，引入了一种双路径异常模型，包括显式差异建模（EDM）和结构一致性建模（SCM）。EDM测量输入和重建之间的多级差异，而SCM直接从配对表示中学习结构不一致的模式。这两个分支捕获不同的故障模式，并提供互补的异常线索。
所提出的方法在公开基准测试和从实际生产环境中新收集的编织导管鞘数据集上进行了评估。与现有方法相比，CoDAD在高重复性和细粒度结构条件下实现了更强的定位性能。
本工作的贡献总结如下：
1)提出了一种动态去噪引导策略，该策略在扩散时间步长中调整重建约束，减少异常的过度重建，同时保持结构稳定性。
2)引入了一种双路径异常模型，它结合了显式的重建差异和学习到的结构不一致性线索。
3)编织导管鞘异常检测（BCS-AD）数据集是从实际工业生产数据中构建的，其中包含了编织导管鞘中的细粒度和复杂结构缺陷。它为重复和结构复杂的制造场景中的异常检测提供了一个具有挑战性的评估资源。
章节片段
基于重建的方法
基于重建的方法是一种标准的无监督异常检测方法（Akcay等人，2018年；Schlegl等人，2019年；Zavrtanik等人，2021a，2021b）。它们在正常数据上训练模型，如AE、VAE和GAN，然后利用输入与其重建之间的差异来检测异常（Akcay等人，2018年；Yan等人，2024年；Zavrtanik等人，2021a；Zhang等人，2025年）。其基本假设是正常区域可以准确重建，而异常区域则不然
CoDAD概述
CoDAD被提出是一种基于扩散重建的异常检测模型，具有动态去噪引导和双路径异常评估功能，如图3所示。该模型由一个扩散重建模块和一个双路径检测模块组成。
在重建阶段，引入了动态去噪引导（DDG）来在采样过程中调节结构约束。早期的去噪步骤强制重建与输入之间的结构对齐，而后续步骤
编织导管鞘异常检测（BCS-AD）
一个真实的BCS-AD数据集是在标准的一类异常检测设置下从工业生产线上构建的，其中仅使用正常样本进行模型训练。该数据集包含1054张正常训练图像和1522张测试图像，包括409张正常样本和1113张异常样本。与MVTec AD（Bergmann等人，2019年）等基准数据集不同，在MVTec AD中许多缺陷类型是在受控环境下手动引入的，而BCS-AD中的所有异常都来源于真实的生产过程
结论
本文提出了CoDAD，这是一种结合了动态去噪引导和双路径异常建模的扩散重建模型。所提出的引导策略在去噪过程中动态调整输入引导条件的强度。在早期去噪阶段应用较强的引导来约束重建过程，而在后期阶段逐渐减弱引导，以防止过度保留异常区域
CRediT作者贡献声明
周新宇：撰写——原始草稿、可视化、验证、软件、方法论、调查、形式分析、数据管理、概念化。钟月奇：撰写——审阅与编辑、验证、监督、资源管理、项目协调、资金获取、概念化。
手稿准备过程中生成式AI和AI辅助技术的声明
在准备这项工作时，作者使用了ChatGPT和DeepSeek进行翻译和语言辅助。作者根据需要对输出进行了审阅和编辑，并对发表文章的内容负全责。
利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的竞争财务利益或个人关系。
致谢
本工作得到了上海自然科学基金会（资助编号：21ZR1403000）的支持。作者感谢林静博士对本研究使用的数据提供的帮助。
周新宇|钟月奇
