来源：期刊VIP网 时间：
作者：朱新雨;司占军;张滢雪;
单位：天津科技大学轻工科学与工程学院;天津科技大学人工智能学院;
摘要：近年来，异常检测在工业生产中备受关注。传统的异常检测方法通常依赖于对样本的直接比较，往往忽略了样本之间的内在关系，导致识别异常样本的准确率不高。针对这一问题，本研究提出了一种基于特征重建的知识蒸馏异常检测方法。将师生网络结构反置之后进行知识蒸馏，避免师生网络具有相同的输入和相似的结构。通过使用特征拼接统合不同层级的特征来提高可表示性，并使用改进后的Transformer对合并后的特征进行处理和重构。实验结果表明，所提出的方法在MVTec数据集上取得了较好的性能，验证了其在异常检测任务中的有效性和可行性。本研究为提高异常检测准确率和效率提供了一种新思路。
关键词：特征重建;;异常检测;;蒸馏机制;;工业生产
