Point Cloud Anomaly Detection Methods

现有工作

方法	数据集	论文
IMRNet	Anomaly-ShapeNet（提出）、Real3D-AD	CVPR2024
R3D-AD	Anomaly-ShapeNet、Real3D-AD	ECCV2024
Reg3D-AD	Real3D-AD（提出）	NIPS2023
PointCore	Real3D-AD	arxiv2024

IMRNet

Iterative Mask Reconstruciton Network。

:tomato:在训练过程中，提出几何感知的采样模块，以在点云下采样阶段保留潜在的异常局部区域。然后，随机mask出点云patch，将visible patch送入transformer进行基于重建的自监督。在测试过程中，点云反复经过mask reconstruction network，每次迭代的输出成为下一个输入。通过将最终重建的点云和初始输入的点云进行融合和对比，定位异常。

Geometry-aware sampling

给定一个点，利用周围的邻居点，计算出该点的法向量和曲率的变化量，构建一个rate of change memory bank，选取top k（按比例）个点进行采样，使得采样出的点属于异常区域的概率大。