Towards Visual Discrimination and Reasoning of Real-World Physical Dynamics: Physics-Grounded Anomaly Detection
Created by
Haebom
Category
Empty
저자
Wenqiao Li, Yao Gu, Xintao Chen, Xiaohao Xu, Ming Hu, Xiaonan Huang, Yingna Wu
개요
본 논문은 산업 현장의 이상 탐지(IAD)를 위해 물리적 지식과 추론이 필수적인 실제 시나리오를 반영한 대규모 실제 세계 기반의 물리적 이상 탐지(Phys-AD) 데이터셋을 제시합니다. 로봇 팔과 모터를 사용하여 수집된 Phys-AD 데이터셋은 22개의 실제 물체 카테고리와 47가지 유형의 이상 현상을 포함하는 6400개 이상의 동영상을 제공합니다. 기존의 이상 탐지 방법들의 한계를 보여주는 세 가지 설정(비지도 학습, 약지도 학습, 비디오 이해)에서 최첨단 이상 탐지 방법들을 벤치마킹하고, 이상 탐지뿐 아니라 물리적 원인에 대한 정확한 설명을 제공하는 능력을 평가하기 위한 물리적 이상 설명(PAEval) 지표를 제시합니다. 데이터셋과 벤치마크는 공개적으로 이용 가능합니다.
시사점, 한계점
•
시사점:
◦
물리적 지식과 추론이 중요한 실제 산업 환경을 반영한 대규모 이상 탐지 데이터셋(Phys-AD)을 최초로 제공.
