摘要

我们提出了一种新的方法，用于在高分辨率3D点云中无监督检测几何异常。特别是，我们将已建立的学生-教师异常检测框架扩展到三维空间。学生网络被训练以匹配预训练教师网络在无异常点云上的输出。当应用于测试数据时，教师与学生之间的回归误差可以可靠地定位异常结构。为了构建一个能够提取密集局部几何描述符的表达能力强的教师网络，我们引入了一种新颖的自监督预训练策略。教师网络通过重建局部感受野进行训练，无需注释。我们在全面的MVTec 3D 异常检测数据集上进行了广泛的实验，结果表明我们的方法显著优于次优方法。消融研究表明，我们的方法在性能、运行时间和内存消耗方面满足实际应用的要求。