RAUDI: A Dual-Head Framework Unifying Unsupervised and Supervised Reconstruction for Industrial Anomaly Detection

現代の製造業という活気ある世界において、完璧な製品と欠陥のある製品の差は、しばしば単一の、極めて小さな欠陥によって決まります。回路基板上の微細な傷、金属ケースの髪の毛のような細いひび割れ、あるいは医療機器上のわずかな変色は、その製品を使い物にならなくしたり、あるいは危険なものに変えてしまったりする可能性があります。何十年もの間、工場はこれらのエラーを捉えるために自動化システムに頼ってきましたが、コンピュータに欠陥を見分ける方法を教えることは、逆説的な課題です。欠陥がどのような見た目であるかを学習するために、機械は通常、壊れた製品の数千もの例を見る必要があります。しかし、適切に運営されている工場では、壊れた製品は稀です。それらは例外であり、常態ではありません。この希少性のために、人工知能に起こりうるあらゆる種類の製品の不具合を認識させることは、非常に困難になります。その結果、多くのシステムは完璧で正常なアイテムのみで学習し、標準から逸脱するあらゆるものを特定する方法を学びます。これは既知の問題に対しては機能しますが、新しい予期せぬ種類の損傷が現れた場合や、工場が実際には許容できる軽微な汚れを無視する必要がある場合には、苦戦することになります。

韓国の忠北大学の研究チームは、このジレンマを解決するための新しいアプローチを提案し、膨大な数の壊れたサンプルを必要とせずに、機械により鮮明に欠陥を見せる方法を提示しました。彼らは自らのシステムをRAUDIと呼び、これは2つの異なる学習方法を単一の柔軟なツールへと統合したフレームワークです。コンピュータに完璧なアイテムから学ぶか、壊れたものから学ぶかの選択を強いる代わりに、RAUDIは2つの並行した「ヘッド」または経路を使用します。一方の経路は、完璧な製品の画像のみから厳格に学習し、パターンに適合しないあらゆるものを探します。もう一方の経路は、欠陥のある画像が利用可能な場合はそこから、あるいは本物の欠陥が不足している場合は注意深く作成された「偽の欠陥」から学習するように設計されています。これら両方の経路からの洞察を融合させることで、システムはより幅広い種類の問題を検出し、さらに重要なことに、工場が許容できると考える軽微な不完全さを無視し、重要な欠陥のみに焦点を合わせるよう調整することが可能になります。

このイノベーションの核心は、システムが受け取るデータをどのように処理するかという点にあります。第一の経路は「再構成」の原理に基づいて動作します。コンピュータに、完璧で傷のない表面の写真を数千枚見せると想像してください。コンピュータはこれらの画像を頭の中で再構築することを学習し、正常な表面が正確にどのようなものであるかを理解します。新しい画像に傷がある場合、コンピュータはその画像を完璧なものとして再構築しようと試みますが、傷がそのプロセスを混乱させます。コンピュータはその特定の箇所を正しく再構成できず、その失敗が異常のサインとなります。この手法は、未知の欠陥を見つけることには非常に優れています。なぜなら、それが「正常ではないもの」に基づいているからです。しかし、これには盲点があります。それは、重大なひび割れと無害な傷を区別できないこと、そして特定の種類のエラーを見逃した場合に改善することができないことです。

これを修正するために、研究者たちは欠陥そのものから学習する第二の経路を追加しました。多くの産業現場において、企業は壊れた製品の画像をいくらかは保有していますが、それらにラベルを付ける作業はコストと時間がかかります。この問題を克服するために、チームは現実的な「偽の欠陥」を生成する巧妙な方法を開発しました。彼らは「スーパーピクセル・セグメンテーション」と呼ばれる技術を用いました。これは、画像を自然な物体の構造に似た、小さく色のまとまったパッチへと分解する手法です。単に写真の上にランダムなノイズを貼り付けるのではなく、システムはこれらの自然なパッチを選択し、実際の損傷が表面に広がる様子を模倣するように拡張します。これにより、合成された欠陥は本物のもののように見え、かつ振る舞うようになり、人間が一つ一つのラベルを付ける必要なく、膨大なライブラリから学習することが可能になります。

RAUDIシステムの素晴らしさは、これら2つの経路が互いに逆の効果をもたらさないように制御している点にあります。もしコンピュータが欠陥を見るように訓練され、その後に画像の「再構成」を求められた場合、コンピュータは誤って欠陥を「修正」するように学習してしまい、見つけるべき対象を事実上消し去ってしまう可能性があります。研究者たちは、第二の経路を「画像を再構築する」のではなく、「欠陥がどこにあるかを示すマップを出力する」ように設計することで、この問題を解決しました。この経路は、残りの部分を無視しながら、損傷した領域を強調するように学習します。これにより、システムが鋭敏さと問題への集中力を維持できるようにしています。システムが新しい製品を検査する準備ができたら、両方の経路からの結果を組み合わせます。第一の経路は広い網を投げ、あらゆる異常を捉え、第二の経路は焦点を絞り込み、その異常な箇所が実際に重大な欠陥であるかどうかを確認します。

この二重のアプローチによる結果は驚異的です。様々な工業製品の画像を含む標準的なベンチマークでテストされた際、システムは99.3%の検出精度と73.1%のローカライゼーション（位置特定）精度を達成しました。これは、欠陥が存在することを知るだけでなく、高い精度でその場所を特定できることを意味します。実在の欠陥画像を用いて学習を行う教師あり学習専用のデータセットにおいて、システムは欠陥の特定において86.4%の精度に達し、従来の最先端の手法を上回りました。おそらく最も重要なことは、産業パートナーから提供された膜溶接画像の現実世界のデータセットにおいて、システムの柔軟性が証明されたことです。これらの画像において、システムは溶接工程における許容可能な変動と、実際の熱的不均衡や材料劣化をうまく区別し、人間の専門家の結果と密接に一致する結果を出しました。

この研究は、産業における品質管理の未来が、「柔軟ではあるがユーザーの特定のニーズには盲目であるアンスーパーバイズド学習（教師なし学習）」と、「精密ではあるがデータに飢えているスーパーバイズド学習（教師あり学習）」のどちらかを選ぶ必要はないことを示唆しています。これらを統合することで、研究者たちは工場の現場の現実に適応できるシステムを作り上げました。それは、工場が持つわずかな壊れたアイテムから学ぶことも、不足を補うために現実的な例を生成することもでき、同時に全く新しい種類のエラーを見逃さない能力も維持しています。このシステムは単に「何かがおかしい」と検知するだけでなく、エラーの文脈を理解し、製造業者が何をもって欠陥とするかの基準を独自に設定することを可能にします。見逃した欠陥のコストが非常に高くなり得る業界において、このように明確に、正確に、そして適応的に見る能力は、私たちの日常生活を支える製品の信頼性を確保するための大きな前進となります。