HFAD: 공정한 연합학습 및 하이브리드 융합 멀티모달 산업 이상 탐지

초록

현재 2D 기반 산업 이상 탐지는 다양한 분야에서 활용되고 발전했지만, 3D 포인트 클라우드와 RGB 이미지를 기반으로 하는 멀티모달 산업 이상 탐지는 아직 미지의 영역이다. 기존 멀티모달 산업 이상 탐지 방법은 멀티모달 특징을 직접 연결하므로 특징 간 강한 교란이 발생하고 탐지 성능이 저하된다. 따라서 본 연구에서는 멀티모달 산업 이상 탐지 성능을 향상시키기 위해 FFL과 하이브리드 융합 방식을 사용한 새로운 멀티모달 이상 탐지 방법인 HFAD(Hybrid Fusion Anomaly Detection)을 제안한다. HFAD는 산업 이상 탐지의 요구사항과 장점을 모두 충족하고 데이터 개인 정보를 보호하며 효율적인 리소스 사용을 지원하는 접근 방식이다. 또한, MVTec AD-3D 데이터 세트의 10개의 카테고리에 전부 향상된 I-AUROC, AUPRO, P-AUROC 성능을 보여준다.

키워드