Résumé technique : ANoCo – Anomalie comme non-conformité via minimisation d'énergie de Laplacien de graphe sans entraînement

1. Énoncé du problème

La détection d'anomalies industrielles (IAD) vise à identifier des échantillons défectueux en utilisant uniquement des images normales (sans défaut), car les anomalies sont rares, diversifiées et coûteuses à annoter. Les approches récentes se sont orientées vers des paradigmes few-shot et sans entraînement qui exploitent des extracteurs de caractéristiques figés et des banques de mémoire de patches normaux.

Cependant, les méthodes existantes présentent deux limitations principales :

1. Notation de similarité indépendante : Les méthodes actuelles de l'état de l'art (par exemple, PatchCore, SPADE) notent les anomalies en fonction de la similarité d'un patch requête avec ses plus proches voisins dans une banque de mémoire normale. Cela suppose qu'une similarité individuelle implique la normalité. L'article soutient que cela échoue lorsqu'une requête est localement similaire à plusieurs patches normaux récupérés mais globalement incohérente avec la structure collective de la variété normale. Dans des configurations few-shot, où les exemplaires normaux peuvent capturer plusieurs modes (par exemple, éclairage ou textures variables), le $k$-NN peut récupérer un ensemble plausible mais mutuellement incohérent de voisins, conduisant à des faux négatifs.
2. Lissage de graphe contre-productif : Les approches basées sur les graphes emploient souvent le passage de messages ou le lissage de Laplacien pour imposer l'homophilie (accord entre nœuds connectés). Bien qu'efficaces pour l'apprentissage semi-supervisé, ces mécanismes sont préjudiciables à la détection d'anomalies car ils brouillent les écarts par consensus de voisinage, supprimant ainsi les signaux mêmes nécessaires pour détecter les anomalies.

2. Méthodologie : ANoCo

Les auteurs proposent ANoCo (Anomalie comme non-conformité), un cadre sans entraînement qui réinterprète la détection d'anomalies non pas comme une mesure de distance, mais comme une mesure du coût de la non-conformité. L'hypothèse centrale est qu'une anomalie est un patch qui nécessite une déformation significative pour s'aligner sur une variété normale fixe.

La méthode procède en trois étapes :

A. Récupération de patches normaux pilotée par ancre

Au lieu de récupérer des voisins uniquement sur la base de la similarité de la requête, ANoCo construit un ensemble de support normal cohérent :

1. Sélection d'ancre : Pour chaque patch requête, le patch de référence normal le plus similaire est identifié comme une « ancre ».
2. Filtrage de cohérence : Des patches de référence supplémentaires sont récupérés uniquement s'ils sont également similaires au patch ancre. Cela garantit que l'ensemble récupéré forme une variété locale structurellement cohérente, filtrant les voisins qui sont localement similaires à la requête mais incompatibles avec le motif normal dominant.

B. Construction de graphe biparti

Un graphe biparti parcimonieux est construit entre les patches requêtes et les patches de référence récupérés, cohérents avec l'ancre.

• Poids des arêtes : Les arêtes sont pondérées par le produit de la similarité cosinus et d'un facteur de compatibilité de norme (pour tenir compte de la magnitude des caractéristiques).
• Structure : Crucialement, le graphe ne contient aucune arête requête–requête et aucune arête référence–référence. Cela empêche les anomalies de se renforcer mutuellement par consensus et évite le sur-lissage au sein de l'ensemble des requêtes.

C. Minimisation d'énergie de Laplacien ancrée

Le score d'anomalie est dérivé d'un problème d'optimisation visant à minimiser l'énergie requise pour faire conformer les caractéristiques de la requête à la variété normale fixe.

• Objectif : Minimiser une fonction d'énergie totale $E(\tilde{F}) = E_{lap} + E_{reg}$, où :
  • $E_{lap} = \tilde{F}^\top L \tilde{F}$ est l'énergie du Laplacien de graphe imposant la conformité entre les nœuds requêtes et de référence connectés.
  • $E_{reg}$ est un terme de régularisation $\ell_2$ maintenant les caractéristiques de requête optimisées proches de leurs valeurs initiales.
• Ancrage : Les nœuds de référence sont « ancrés » (figés) avec de fortes pénalités, garantissant que seules les caractéristiques de requête sont mises à jour.
• Solution analytique : En raison de la structure bipartie et de la nature diagonale du bloc de requête dans le Laplacien, l'optimisation se réduit à un système linéaire simple résoluble sous forme fermée :
  $$\tilde{F}_q = (L_{qq} + \Lambda_q)^{-1} (\Lambda_q F_q - L_{qr} F_r)$$
  Cela ne nécessite aucun passage de messages itératif ni échantillonnage.

D. Notation des anomalies

Les caractéristiques optimisées $\tilde{F}_q$ ne sont pas utilisées comme prédictions. À la place, l'ampleur de la mise à jour des caractéristiques (la « dérive des caractéristiques ») requise pour satisfaire les contraintes de normalité sert de score d'anomalie :
$$E_i = \|\tilde{f}^q_i - f^q_i\|^2_2 (1 - \cos(\tilde{f}^q_i, f^q_i))$$
Une forte dérive indique une forte non-conformité, signalant une anomalie.

3. Contributions clés

1. Recadrage de l'anomalie comme non-conformité : L'article déplace le paradigme de la « similarité aux voisins » vers le « coût de l'alignement avec une variété ». Le score d'anomalie est l'énergie requise pour réconcilier une requête avec la structure normale.
2. Optimisation analytique sans entraînement : La méthode n'introduit aucun paramètre apprenable, aucun passage de messages ni échantillonnage. Elle résout un problème de minimisation d'énergie de Laplacien convexe sous forme fermée avec une complexité comparable à une résolution linéaire unique.
3. Conception de graphe biparti : En supprimant explicitement les arêtes intra-requête et intra-référence, la méthode empêche la dilution des preuves et préserve les signaux d'anomalie qui seraient autrement lissés par les approches de graphe traditionnelles.
4. Interprétabilité physique : Le score d'anomalie a une signification physique claire : le coût énergétique pour ajuster la variété normale.

4. Résultats expérimentaux

La méthode a été évaluée sur les benchmarks MVTec-AD et VisA dans des configurations 1-shot, 2-shot et 4-shot, en comparaison avec des références récentes sans entraînement et few-shot (par exemple, PatchCore, WinCLIP, INP-Former).

• Performance : ANoCo obtient des résultats de l'état de l'art dans toutes les configurations de shots.
  • Sur MVTec-AD (1-shot) : Atteint 97,9 % d'AUC au niveau image et 97,7 % d'AUC au niveau pixel, surpassant le meilleur précédent (INP-Former à 96,6 % et 97,0 % respectivement).
  • Sur VisA (1-shot) : Atteint 92,7 % d'AUC au niveau image et 98,7 % d'AUC au niveau pixel, montrant des améliorations significatives de la stabilité de localisation.
• Études d'ablation :
  • La suppression de la structure bipartie ou de la récupération pilotée par ancre entraîne une baisse de performance, confirmant la nécessité d'empêcher l'auto-renforcement et d'assurer la cohérence de la variété.
  • La méthode surpasse systématiquement les références même lorsqu'elle est comparée aux mêmes architectures de backbone (par exemple, DINOv3, CLIP), indiquant que les gains sont dus à la formulation de non-conformité plutôt qu'à la qualité des caractéristiques seule.
• Efficacité : Malgré l'étape d'optimisation, ANoCo est très efficace. Sur un backbone CLIP, il traite les échantillons en 14 ms, nettement plus vite que WinCLIP (1560 ms), grâce à la solution analytique.
• Généralisation : La méthode démontre également de fortes performances sur le jeu de données médical OCT2017, suggérant une applicabilité au-delà des contextes industriels.

5. Importance et affirmations

L'article affirme qu'ANoCo démontre l'efficacité de l'utilisation de la dérive de caractéristiques induite par l'optimisation comme mesure robuste pour la détection d'anomalies. En détournant le Laplacien de graphe d'un opérateur de lissage vers un opérateur de non-conformité, la méthode détecte avec succès des écarts subtils que les métriques de similarité indépendantes manquent.

Les auteurs soulignent que l'approche est :

• Simple à déployer : Ne nécessite aucun entraînement et un réglage minimal des hyperparamètres.
• Robuste : Fournit des cartes de localisation stables même avec des anomalies fines ou irrégulières.
• Fondée théoriquement : Offre une interprétation claire de l'anomalie comme coût énergétique de l'incompatibilité de variété, résolvant la contradiction où le lissage de graphe supprime généralement les signaux d'anomalie.

Ce travail suggère que les futurs systèmes de détection d'anomalies devraient se concentrer sur la mesure de la difficulté de se conformer aux structures normales plutôt que de simplement mesurer la distance par rapport à des exemplaires individuels.