본 논문은 기존의 비지도 이상 탐지(UAD) 방법들이 이미지 또는 특징 레벨 매칭에 의존하여 이상 점수를 도출하는 과정에서 부정확성을 가지는 문제점을 해결하기 위해, 깊이 및 흐름 추정과 같은 고전적인 매칭 작업에서 차용한 비용 필터링 개념을 UAD 문제에 도입한 CostFilter-AD를 제안합니다. CostFilter-AD는 입력과 정상 샘플 간의 매칭 비용 볼륨을 구성하고, 입력 관찰을 가이드로 하는 비용 볼륨 필터링 네트워크를 통해 매칭 노이즈를 억제하면서 에지 구조를 보존하고 미묘한 이상 현상을 포착합니다. 이는 재구성 기반 또는 임베딩 기반 방법 모두에 통합 가능한 일반적인 후처리 플러그인으로 설계되었습니다. MVTec-AD 및 VisA 벤치마크에 대한 광범위한 실험을 통해 단일 및 다중 클래스 UAD 작업 모두에서 CostFilter-AD의 일반적인 이점을 검증했습니다.
시사점, 한계점
•
시사점:
◦
기존 UAD 방법의 매칭 과정에서 발생하는 부정확성 문제를 효과적으로 해결하는 새로운 접근 방식 제시.
◦
재구성 기반 및 임베딩 기반 방법 모두에 적용 가능한 일반적인 후처리 플러그인으로 설계되어 유연성 확보.