Equiangular Tight Frame (ETF)

新框架应对工业AI中的持续异常检测

研究人员开发了NC-TFAD，一个用于工业视觉检测中持续异常检测的新框架。该方法将异常检测视为无任务持续学习问题，解决了制造业中不可预测的数据分布变化带来的挑战。NC-TFAD通过将特征表示与单形等角紧框架（ETF）原型空间对齐来稳定特征表示，并使用合成异常来指导训练。该框架还结合了具有焦点神经崩溃对比（FNCC）损失的类间和类内正则化，以防止表示漂移并增强正常-异常分离，最终生成校准的异常热力图。