通过空间上下文聚合和选择性异常特征生成实现高效工业点云异常检测

为什么微小缺陷在 3D 中至关重要

从喷气发动机叶片到智能手机外壳，现代产品包含大量表面几乎需要完美的零件。细小的裂纹或几乎看不见的凹痕可能发展成严重故障，但工厂在快速且可靠地发现此类缺陷方面仍然面临挑战，尤其是在复杂的三维形状上。本文提出了一种快速、自动化的方法，将三维对象扫描为“点云”并实时标记可疑区域，旨在使高精度质量控制更安全、更高效。

引用: Hoang, DC., Tan, P.X., Nguyen, AN. et al. Efficient industrial point cloud anomaly detection via spatial context aggregation and selective anomalous feature generation. Sci Rep 16, 10309 (2026). https://doi.org/10.1038/s41598-026-41255-2

关键词: 3D 异常检测, 工业检验, 点云缺陷, 表面质量控制, 自动视觉检测