HLGFA: High-Low Resolution Guided Feature Alignment for Unsupervised Anomaly Detection

Dit artikel introduceert HLGFA, een onbewaakt raamwerk voor industriële afwijkingsdetectie dat normaliteit leert door kruis-resolutie feature-alignement tussen hoge- en lage-resolutie representaties, waardoor het de prestaties van bestaande reconstructie- en feature-gebaseerde methoden op de MVTec AD-dataset overtreft.

De kern

Stel je voor dat je een zeer ervaren inspecteur bent die duizenden perfecte producten per dag controleert: flessen, schroeven, tapijten. Je hebt nooit een defect product gezien, maar je weet precies hoe een perfect product eruit moet zien. Je taak is om elk klein krasje, vlekje of breukje te vinden.

Dit is precies het probleem dat het nieuwe computerprogramma HLGFA probeert op te lossen. Hier is hoe het werkt, vertaald naar alledaagse taal:

1. Het Probleem: Waarom is dit zo moeilijk?

In de fabriek zijn er duizenden perfecte producten, maar slechts één of twee defecte. Je kunt het computerprogramma niet leren door duizenden defecte voorbeelden te laten zien, want die bestaan bijna niet.

Oude methoden probeerden het zo: "Kijk, dit is een perfecte fles. Probeer nu die afbeelding na te tekenen." Als het programma een foutje maakt bij het nabootsen, denken ze: "Aha, hier is iets mis!"
Het probleem: Computers zijn soms te slim. Ze kunnen zelfs een gekrast product "perfect" nabootsen door het krasje gewoon weg te tekenen. Dan denken ze dat alles goed is, terwijl het product kapot is.

2. Het Nieuwe Idee: De "Hoog- en Laagresolutie" Truc

HLGFA gebruikt een slimme truc die lijkt op het kijken naar een foto van twee verschillende afstanden.

Stel je voor dat je naar een schilderij kijkt:

• Van dichtbij (Hoge resolutie): Je ziet elke penseelstreek, elk stofje en elke onvolkomenheid.
• Van ver weg (Lage resolutie): Je ziet alleen de grote vormen en het algemene patroon. De kleine details verdwijnen.

De kern van HLGFA:

• Een perfect product ziet er van dichtbij en van ver weg bijna hetzelfde uit. De grote vorm en de details passen perfect bij elkaar.
• Een defect product (bijvoorbeeld een kras) ziet er van dichtbij heel anders uit dan van ver weg. Van ver weg is de kras misschien niet eens te zien, maar van dichtbij springt hij eruit. Er is een "dissonantie" of een ruis tussen de twee beelden.

HLGFA leert het computerprogramma om te kijken naar deze verschillen. Als de "dichtbij-look" en de "ver-weg-look" niet overeenkomen, dan is er een defect.

3. Hoe werkt het precies? (De Metafoor van de Bouwmeester)

Het programma gebruikt een vaste, slimme "bouwmeester" (een AI-model dat al eerder is getraind) die hij niet meer aanpast.

1. Twee blikken: Het programma neemt een foto van het product en maakt er twee versies van: één scherp (hoogresolutie) en één wazig (laagresolutie).
2. De Gids: De scherpe foto fungeert als een "gids". Hij zegt tegen de wazige versie: "Kijk, hier is de structuur van het object, en hier zijn de kleine details."
3. De Verbetering: Het programma probeert de wazige versie te verbeteren door gebruik te maken van de gids.
   • Als het product perfect is, past de gids de wazige versie perfect aan. Alles klopt.
   • Als er een defect is, kan de gids de wazige versie niet goed aanpassen. De details van het defect verdwijnen in de wazige versie, maar blijven in de scherpe versie staan.
4. Het Alarm: Het programma meet hoe groot het verschil is tussen wat de gids verwachtte en wat er echt is. Een groot verschil = ALARM! Hier zit een defect.

4. De "Ruis" en de "Vlekken"

In echte fabrieken zijn producten nooit 100% schoon. Er kan stof op zitten, een klein haartje, of een vlekje. Oude systemen zouden hierom in paniek raken en denken: "Dat is een defect!" (een vals alarm).

HLGFA heeft een slimme oplossing: De "Stofjas".
Tijdens het leren (training) gooit het programma zelf willekeurig stofjes en vlekjes op de perfecte foto's. Het leert het systeem dan: "Negeer dit stofje. Kijk alleen naar de echte structuur." Hierdoor wordt het systeem veel robuuster en maakt het minder fouten door onbelangrijke vuilheid.

5. Waarom is dit geweldig?

• Geen defecten nodig: Het leert alleen van perfecte producten.
• Geen geheugenbank: Het hoeft geen duizenden voorbeelden van defecten op te slaan om te kunnen zoeken.
• Scherp: Het vindt zelfs heel kleine krasjes die andere systemen missen.
• Betrouwbaar: Het maakt minder fouten door stof of vlekken.

Kortom:
HLGFA is als een inspecteur die niet kijkt naar "hoe het eruit zou moeten zien", maar die kijkt naar de spanning tussen twee perspectieven. Als de wereld van dichtbij en de wereld van ver weg niet met elkaar kunnen praten, weet hij zeker dat er iets mis is. En dat werkt verrassend goed in de echte wereld.

Technische samenvatting

Probleemstelling

Industriële anomaliedetectie (IAD) is cruciaal voor kwaliteitscontrole in de moderne productie, maar het ondervindt aanzienlijke uitdagingen:

• Data-ongelijkheid: Defecte monsters zijn zeldzaam, terwijl normale monsters overvloedig zijn. Dit maakt supereerde methoden onpraktisch.
• Beperkingen van bestaande methoden:
  • Reconstructie-gebaseerde methoden (zoals auto-encoders) neigen ertoe om anomalieën ook te reconstrueren ("over-generalization"), waardoor defecten onzichtbaar blijven.
  • Feature-gebaseerde methoden (zoals PatchCore) kunnen moeite hebben om zowel globale structurele consistentie als lokale detailtrouw te behouden, vooral bij defecten van verschillende schalen.
• Ruisonderdrukking: Industriële omgevingen bevatten vaak "nuisance" factoren (zoals haren, vlekken of vuil) die geen defecten zijn, maar die toch valse positieven kunnen veroorzaken.

Het paper stelt dat normale patronen stabiele feature-responsen vertonen onder resolutievariatie, terwijl anomalieën (die vaak lokaal en onregelmatig zijn) gevoelig zijn voor resolutievermindering. Dit verschil biedt een nieuw signaal voor detectie.

Methodologie: HLGFA

Het voorgestelde kader, HLGFA (High-Low Resolution Guided Feature Alignment), leert normaliteit door cross-resolutie feature-consistentie te modelleren in plaats van pixel-level reconstructie.

1. Dual-Resolution Feature Extractie:

• Een invoerbeeld wordt verwerkt in twee weergaven: High-Resolution (HR) en Low-Resolution (LR).
• Beide worden verwerkt door een gedeelde, bevroren backbone (bijv. Wide-ResNet-50) om multi-level features te extraheren.
• LR-features worden ruimtelijk opgeschaald om overeen te komen met HR-features, maar behouden hun compacte, ruis-tolerante semantiek.

2. Structuur-Detail Ontkoppeling (Key Innovation):
In plaats van HR-features direct te gebruiken als leidraad (wat gevoelig is voor ruis), worden de HR-features ontleed in twee priors:

• Structuur Prior: Afgeleid van diepere HR-features via multi-scale diepteconvoluties. Dit modelleert stabiele globale lay-outs.
• Detail Prior: Afgeleid van lagere HR-features via lichte kanaalprojectie. Dit behoudt informatieve lokale cues zonder excessive hoogfrequente ruis.

3. Geleide Feature Alignering:

• De LR-features worden verfijnd door de HR-priors te gebruiken via een learnable guidance module.
• Dit gebeurt in twee stappen:
  1. Conditionele Modulatie (FiLM): LR-features worden gemoduleerd op basis van de gecombineerde structuur- en detail-priors.
  2. Gated Residual Correctie: Een lichte gated residual predictor bepaalt adaptief waar en hoe de HR-informatie moet worden ingebracht om de LR-features te corrigeren.
• Inferentie: Anomalieën worden gedetecteerd als ruimtelijke gebieden waar de cross-resolutie alignering faalt (d.w.z. grote verschillen tussen de verfijnde LR-features en de HR-features).

4. Ruisbewuste Data Augmentatie:
Om valse positieven door industriële ruis (haren, vlekken) te onderdrukken, wordt tijdens het trainen op normale samples kunstmatige ruis (punten en strepen) toegevoegd. Dit dwingt het model om zich te focussen op stabiele structurele semantiek in plaats van lokale ruispatronen.

5. Trainingsdoel:
Het model wordt uitsluitend getraind op normale samples. Het hoofdverlies is een cosine similarity loss tussen HR-features en de verfijnde LR-features. Dit wordt aangevuld met auxiliaire regularisaties (L1-consistentie, Gram-matrix matching, Jensen-Shannon divergentie) om de stabiliteit te vergroten.

Belangrijkste Bijdragen

1. Nieuw Paradigma: Een unsupervised framework dat anomalieën identificeert via cross-resolutie feature-inconsistentie, zonder afhankelijk te zijn van reconstructie of memory banks.
2. Structuur-Detail Decoupling: Een ontwerp dat HR-features ontleedt in stabiele structuur en informatieve details, wat zorgt voor een stabiele geleiding van LR-features zonder de backbone-parameters te updaten.
3. Robuustheid: Een ruisbewuste augmentatiestrategie die specifiek is ontworpen om de prevalentie van valse positieven in industriële omgevingen te verminderen.

Resultaten

Het model is uitgebreid getest op de MVTec AD benchmark (15 categorieën van objecten en texturen).

• Prestaties: HLGFA behaalde een 97,9% pixel-level AUROC en 97,5% image-level AUROC.
• Vergelijking: Het presteert beter dan representatieve reconstructie-gebaseerde methoden (zoals RD4AD) en feature-gebaseerde methoden (zoals PatchCore, UniAD) en state-of-the-art zero-shot/few-shot methoden (zoals AnomalyCLIP).
• Kwaliteit: De anomalie-kaarten zijn compacter en nauwkeuriger en sluiten beter aan bij de ground-truth defecten, terwijl valse activeringen op normale structuren worden onderdrukt.
• Efficiëntie: Tijdens inferentie zijn geen memory banks of referentie-samples nodig; de detectie gebeurt direct op basis van feature-inconsistentie.

Betekenis en Impact

HLGFA biedt een praktische oplossing voor industriële inspectie (AOI) door:

• Geen defect-data nodig: Het leert uitsluitend van defectvrije samples.
• Interpreteerbaarheid: Het detectieprincipe (breuk in cross-resolutie consistentie) is intuïtief en fysiek onderbouwd.
• Robuustheid: Het is specifiek ontworpen om bestand te zijn tegen de ruis en variabiliteit die typisch is in echte productielijnen.
• Schaalbaarheid: Het maakt gebruik van bevroren, voorgeprogrammeerde backbones, wat de rekentijd en complexiteit beperkt.

De studie bevestigt dat het benutten van de inherente asymmetrie tussen hoge en lage resoluties een krachtige en betrouwbare methode is voor het opsporen van subtiele industriële defecten.