FPL-AD：用于图像异常检测的精细感知与定位技术

《Knowledge-Based Systems》：FPL-AD: Fine-grained perception and localization for image anomaly detection

　　

Liqin Huang|Haozhe Zhang|Hanyu Zheng|Mingjing Yang|Lin Pan

• •
  我们提出了FPL-AD方法，用于在纹理背景下实现细粒度异常检测与定位。
• •
  多因子门控融合机制通过特征重加权来增强微弱缺陷信号。
• •
  边界感知伪异常合成方法利用仅通过训练得到的伪特征来优化决策边界。
• •
  FPL-AD能够生成更集中的异常图，并在MVTec AD、MPDD、BTAD、WFDD以及我们自己的WAFER数据集上展现出一致的优异性能。

引言

图像异常检测是一个重要且具有挑战性的研究领域，应用范围广泛。许多应用场景，尤其是工业异常检测，不仅需要能够区分异常，还需要精确定位异常区域[1]、[2]、[3]。这样的定位结果有助于制造商优化生产流程、提高产量并降低成本[4]。在工业环境中，获取异常样本往往受到严重限制，导致可用的负样本数量不足，无法涵盖所有类型的缺陷模式。此外，工业样本通常包含复杂的纹理和多样的结构，这些因素使得缺陷检测尤其困难，尤其是对于细粒度缺陷而言。如图1所示，这类缺陷往往显著性较弱且具有很强的局部性，容易被复杂的背景纹理掩盖，难以被识别。它们也可能出现在结构边缘附近，由于外观细微且多变，使得精准定位十分困难。

这些难题主要体现在两个方面。首先，模型很难对极其微小的特征差异做出足够敏感的反应，因为缺陷信号与周围正常纹理的差异可能非常小。因此，模型可能会将这些细微变化误认为是正常模式中的自然波动。其次，由于缺乏异常样本，决策边界往往较为粗糙，边界区域的约束力度较弱，从而导致靠近正常结构的缺陷难以被准确定位。在异常检测的总体框架中，现有研究大致可分为三类：基于重建的方法、基于嵌入的方法以及基于合成的方法[5]。

基于重建的异常检测方法假设正常模式可以被精确重建，而异常模式则无法被忠实再现。这类方法仅使用正常样本来学习如何重建输入图像，异常分数则是根据输入图像与其重建结果之间的差异来计算的。早期的方法主要使用带有跳过连接和感知损失的自动编码器来提升重建精度[6]。后续研究引入了对抗性鉴别器，以更好地保留纹理和结构信息[7]。最近的研究则转向了掩码与修复策略，包括随机掩码、特征空间掩码以及自适应标记级掩码[8]。这些发展提升了重建质量并增强了定位性能。然而，当异常与正常内容一同被无意恢复时，基于重建的方法可能会失效，因为这违背了只有正常模式才能被重建的假设[9]。为了解决这一根本性问题，我们从重建误差的角度出发，从表示层和决策边界层面加强异常识别能力，从而实现对细微异常更稳定的响应，并使边界区域的区分更加清晰。

基于嵌入的异常检测方法通常使用在大规模自然图像数据集上预训练过的CNN或视觉变换器作为固定的特征提取器。这类方法通过建模正常数据在嵌入空间中的分布，再利用相似度搜索、密度估计或蒸馏误差等方法来检测异常。许多方法会构建一个正常特征的存储库。SPADE采用KNN搜索；PatchCore则利用共核采样来减少计算量；而PaDiM则对位置信息进行建模，使用多变量高斯函数[10]、[11]、[12]。另一种思路则是利用归一化流来进行概率建模[13]。基于蒸馏的方法则通过教师-学生学习或反向蒸馏的方式对表示进行对齐，通常还会结合多尺度金字塔结构[14]、[15]。最近的研究还探讨了通过轻量级适配或可学习的分块描述符来解决领域偏移问题[16]。其他改进则集中在稀疏或分层记忆结构以及跨尺度处理上，以此降低延迟[17]、[18]。总体而言，基于嵌入的方法得益于可迁移的特征，同时在特征建模和异常区分方面也取得了很大进步。不过，它们的预训练特征在面对工业数据时可能会出现偏差，从而降低对细微缺陷的敏感度，还会导致过度依赖背景特征。为了解决这一问题，我们提升了异常区域特征表示的稳定性和区分度，帮助模型更可靠地捕捉细微的异常变化，同时避免弱信号被复杂的背景图案所掩盖。

基于合成的异常检测方法会在训练过程中生成伪异常，以此近似正常数据周围的决策边界。早期的方法通过在图像域中粘贴贴片或混合纹理来制造人工缺陷[19]。后来的研究则转向特征空间的扰动，包括注入高斯噪声、基于梯度的难例生成以及边界调制策略[20]、[21]。生成模型则通过对抗学习、跨域转换或基于扩散的技术来生成局部化的缺陷，进一步提升了结果的真实感和可控性[22]、[23]。最近的研究还在探索无需训练即可实现的可控生成以及文本提示合成方法，以此平衡异常的多样性和复杂性[24]、[25]。总体来看，基于合成的方法已经从简单的贴片处理发展到多种多样且可控的扰动方式，这些方式不仅丰富了异常模式，还提升了边界区分的能力。不过，这些方法的效果仍然取决于合成出的异常在多大程度上能够接近真实的决策边界，如果两者对齐不佳，就会限制它们提供可靠边界监督的能力。为了解决这个问题，我们在特征空间中生成与正常分布高度契合的伪异常，并通过边界调制来强化模糊区域的监督效果，从而实现更可靠的边界塑造，进一步提升细粒度缺陷的定位精度。

为了解决上述局限性，我们从表示层和决策层两个角度提出了一种协同增强策略。一方面，我们提升了细微缺陷区域的信噪比，同时抑制了冗余的背景纹理和高熵扰动，从而使缺陷区域在特征空间中更加突出。另一方面，我们在决策边界附近引入了具有边界感知能力的判别参考，从而形成更精细的边界，使其更符合真实的数据分布。基于这一策略，我们构建了一个单流式的异常检测与定位框架，即FPL-AD。

在我们的实验中，所提出的框架在异常检测和定位方面都表现出了出色的性能。生成的异常热图会紧密集中在真正的缺陷区域，而背景纹理的响应则被有效抑制。细微缺陷也能通过更清晰的空间轮廓被凸显出来。总体而言，这些结果充分证明了该框架在异常定位方面的有效性和鲁棒性。

章节要点

细粒度异常的感知

在工业场景中，细粒度缺陷往往具有较低的显著性、对比度较低且具有很强的局部性，因此很难与背景纹理的变化区分开来。为了提升这类细微异常的可见性，先前的研究探索了多种方法。掩码与修复范式通过在输入阶段采用随机或自适应的遮挡方式打破上下文先验，从而提升局部敏感性，进而抑制重建过程中的异常泄漏[5]。

方法

本节将对所提出的FPL-AD方法进行详细说明。FPL-AD是一种基于SimpleNet风格特征空间判别范式开发的异常检测框架。其设计的初衷是解决SimpleNet中尚未得到充分解决的两个问题：对细粒度缺陷信号的感知能力较弱，以及用于优化决策边界的指导机制不足。在SimpleNet中，伪异常主要是通过固定的高斯扰动来生成的，而特征

数据集

我们在四个工业视觉异常检测数据集上测试了我们的方法：MVTec AD [35]、BTAD [36]、MPDD [37]以及WFDD [21]。训练过程仅使用正常样本，采用单类分类方案，训练和测试分别独立进行。为了统一预处理流程，所有图像首先会被调整为256 × 256的大小，然后再居中裁剪为224 × 224，不进行额外的数据增强处理。

MVTec AD包含了15个工业类别，每个类别都有精确到像素级的标注，涵盖了多种不同的

结论

本文介绍了FPL-AD，这是一种单流式的异常检测框架，旨在提升图像异常检测中细粒度缺陷的感知能力和定位精度。我们提出了MFGF机制，该机制将通道注意力、特征响应调制、不确定性估计以及熵抑制等技术融入到嵌入空间中，从而显著增强对细粒度缺陷信号的响应能力。此外，我们还提出了BAPS方法，该方法通过特征感知技术来合成结构化的伪异常

CRediT作者贡献说明

Liqin Huang：论文撰写——初稿编写。Haozhe Zhang：论文撰写——初稿编写，软件开发，实验分析。Hanyu Zheng：结果验证，监督工作。Mingjing Yang：方法设计，实验研究。Lin Pan：论文撰写——审稿与编辑，项目管理工作。

利益冲突声明

作者声明不存在任何可能影响本文研究结果的已知财务利益关系或个人关系。

致谢

本研究得到了中国国家自然科学基金（项目编号：62271149）以及福州市科技计划项目（项目编号：2023-P-001）的资助。此外，本研究还部分得到了福建省海洋与渔业高质量发展专项资金（项目编号：FJHYF-L-2025-07-005）的支持。