一种语义分割辅助的单教师-多学生无监督异常检测方法

来源：计算机应用与软件杂志2025年第3期北京时间：

作者：焦震, 索浩银, 董翔宇, 朱涛, 李 腾, 王子磊

摘要：为了改善目前常见的异常检测算法受到的异常数据难以获取以及繁多的异常类别之间数据不均衡的制约，提出一种语义分割辅助的单教师-多学生无监督异常检测算法。在知识蒸馏模型中使用多个学生网络参与预测，根据多个学生网络的均值、方差等统计信息生成特征图，增强预测结果的稳定性与准确性；利用特征金字塔的思想，提取多个尺度的视觉特征以提升模型检测不同尺度异常区域的能力；利用语义分割模型良好的边界提取能力，引入语义分割网络对异常检测结果辅助修正。与现有的无监督异常检测算法相比，该方法能够更好地定位与检测工业场景下的物体表面异常。

关键词：异常检测, 无监督学习, 语义分割, 计算机视觉