אסטרטגיית חיזוק מבוססת חיקוי תכונות עם מנגנון קשב לזיהוי אנומליות ויזואליות

מדוע חשוב לזהות דפוסים חריגים בתמונות

מניידת מוצרים במפעל ללא פגמים זעירים ועד למעקב אחר אירועים בלתי שגרתיים ברחובות העיר — המחשבים נדרשים יותר ויותר לדגל כל מה שנראה מחוץ למקומו. מאמר זה מציג דרך חדשה לסייע לבינה מלאכותית להבחין ביתר אמינות בין סצנות נורמליות לבין חשודות, גם כאשר המערכת נחשפה במהלך האימון רק לדוגמאות נורמליות.

ללמד את המחשב איך נראית הנורמה

במקרים רבים, אנומליות אמיתיות נדירות וקשות לתיוג ידני. כתוצאה מכך, רוב המערכות לומדות רק מתוך תמונות וסרטונים נורמליים, ואז מנסות לאתר כל דבר שאינו תואם למה שראו בעבר. גישה נפוצה היא לאמן מודל לשחזר את קלטיו — "להרכיב מחדש" את התמונות — ולחשוב על שגיאות שיחזור גדולות כסימני אזהרה. אך המודלים המודרניים חזקים כל כך שהם לפעמים משחזרים היטב גם סצנות חריגות, מה שיוצר טעויות מסוכנות שבהן מוצרים פגומים או אירועים מוזרים עוברים כרגילים.

למידה ממדריך חזק יותר

המחברים מתמודדים עם הבעיה על ידי הצמדה של שני מודלים, הנקראים מורה ותלמיד. המורה הוא רשת מאומנת מראש שכבר יודעת לבצע את משימת השחזור על נתונים נורמליים. במקום לבקש מהתלמיד רק לשחזר תמונות, השיטה החדשה גם מבקשת ממנו לחקות את התכונות הפנימיות של המורה. תכונות חבויות אלו לוכדות את המשמעות והמבנה הכללי של סצנות נורמליות. כאשר מוצגת תמונה חריגה, התלמיד, שאומן רק על נתונים נורמליים, מתקשה להעתיק את התגובות הפנימיות של המורה. אי־התאמה זו הופכת לרמז עוצמתי לכך שמשהו לא כשורה, מעבר להבדלים הפשוטים ברמת הפיקסלים.

להניח לקשב לעקוב אחר אי־ההתאמה

כדי למקסם את ניצול חוסר ההסכמה בין מורה לתלמיד, המאמר מוסיף מודול קשב מיוחד המונחה על ידי אי־התאמה בתכונות. המערכת מתחילה בחישוב "מפת הבדלים" בין התכונות שמפיקים המורה והתלמיד. מפה זו נוטה להיות קטנה וחלקה עבור קלטים נורמליים, אך נדלקת סביב אזורים שהם באמת חריגים. מודול הקשב משתמש אז במפה זו כדי לחזק או להחליש חלקים בתכונות של התלמיד, וכך לדחוף את המערכת להתמקד באזורי אי־ההתאמה הגבוהים ביותר. בניגוד לקשב מסורתי, שבדרך כלל מדגיש אזורים בולטים חזותית, הקשב הזה מונחה אך ורק על ידי אי־התאמה סמנטית בין המורה והתלמיד, מה שמקשר אותו ביתר חוזקה לאנומליות.

הוכחה רעיונית על סרטונים ותמונות מפעל

החוקרים משלבים את סכמת חיקוי התכונות והקשב במספר מערכות מובילות לזיהוי אנומליות הן בסרטוני השגחה והן בתמונות מוצרים תעשייתיים. הם בוחנים את השיטות המשולבות בשלושה מדדי מבחן מאתגרים: Avenue ו‑ShanghaiTech לאירועים בלתי שגרתיים בסצנות קמפוס, ו‑MVTec AD לפגמים עדינים בחפצים ובמארגים כגון שטיחים, חלקי מתכת ומברשות שיניים. בכל המבחנים המערכות המשופרות עוקפות בעקביות את הגרסאות המקוריות, ותופסות יותר אנומליות תוך שמירה על שיעור אזעקות שווא נמוך. בכמה קטגוריות הדיוק בזיהוי אזורי הפגם משתפר ביותר מעשרים נקודות אחוז, מה שמראה שההכוונה הנוספת מאי־ההתאמה בתכונות והקשב מחדדת משמעותית את הראייה של המודל.

מה זה אומר עבור ניטור אוטומטי אמין

לקורא לא מקצועי, המסר העיקרי הוא שעבודה זו נותנת למחשבים حس טוב יותר של מה באמת "לא שייך" בתמונה או בסרטון. על ידי בקשה מהתלמיד לא רק להעתיק את מה שהוא רואה, אלא גם לחקות איך המורה מהרהר פנימית, ואז להנחות את הקשב לאזורי חילוק הדעות ביניהם, השיטה מפחיתה את הסיכון שאירועים בלתי שגרתיים או פגמים יחמוקו מעין. זה הופך קווי בדיקה אוטומטיים ומערכות השגחה לאמינים יותר ללא הצורך בערכות גדולות של דוגמאות חריגות מתוייגות.

ציטוט: Zheng, B., Gan, Y., Wang, L. et al. A boosting strategy based on feature mimicking with attention for visual anomaly detection. Sci Rep 16, 15084 (2026). https://doi.org/10.1038/s41598-026-37667-9

מילות מפתח: זיהוי אנומליות ויזואליות, רשת מורה־תלמיד, מנגנון קשב, בדיקה תעשייתית, השגחה בווידאו