論文の概要: A VLM-based Method for Visual Anomaly Detection in Robotic Scientific Laboratories

• arxiv url: http://arxiv.org/abs/2506.05405v1
• Date: Wed, 04 Jun 2025 08:57:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-09 17:28:43.131906
• Title: A VLM-based Method for Visual Anomaly Detection in Robotic Scientific Laboratories
• Title（参考訳）: ロボット科学実験室における視覚異常検出のためのVLM法
• Authors: Shiwei Lin, Chenxu Wang, Xiaozhen Ding, Yi Wang, Boyuan Du, Lei Song, Chenggang Wang, Huaping Liu,
• Abstract要約: ロボット科学研究所では、潜在的な欠陥や偏差のタイムリーな識別と解決のために視覚異常検出が重要である。 本稿では,4つのプロンプト構成を通じて,異なるレベルの監督を支援するVLMに基づく視覚推論手法を提案する。
• 参考スコア（独自算出の注目度）: 13.43277009119492
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In robot scientific laboratories, visual anomaly detection is important for the timely identification and resolution of potential faults or deviations. It has become a key factor in ensuring the stability and safety of experimental processes. To address this challenge, this paper proposes a VLM-based visual reasoning approach that supports different levels of supervision through four progressively informative prompt configurations. To systematically evaluate its effectiveness, we construct a visual benchmark tailored for process anomaly detection in scientific workflows. Experiments on two representative vision-language models show that detection accuracy improves as more contextual information is provided, confirming the effectiveness and adaptability of the proposed reasoning approach for process anomaly detection in scientific workflows. Furthermore, real-world validations at selected experimental steps confirm that first-person visual observation can effectively identify process-level anomalies. This work provides both a data-driven foundation and an evaluation framework for vision anomaly detection in scientific experiment workflows.
• Abstract（参考訳）: ロボット科学研究所では、潜在的な欠陥や偏差のタイムリーな識別と解決のために視覚異常検出が重要である。 実験プロセスの安定性と安全性を確保する上で重要な要素となっている。 この課題に対処するために,4つのプロンプト構成を通じて異なるレベルの監督を支援するVLMに基づく視覚推論手法を提案する。 本手法の有効性を体系的に評価するために,プロセス異常検出に適した視覚的ベンチマークを構築した。 2つの代表的な視覚言語モデルに対する実験により、検出精度は、より多くの文脈情報を提供するにつれて向上し、科学的ワークフローにおけるプロセス異常検出における提案された推論手法の有効性と適応性を確認する。 さらに、選択された実験段階における実世界の検証により、第一人物の視覚的観察がプロセスレベルの異常を効果的に識別できることが確認された。 この研究は、科学実験ワークフローにおける視覚異常検出のためのデータ駆動基盤と評価フレームワークの両方を提供する。

関連論文リスト

• Understanding and Improving Training-Free AI-Generated Image Detections with Vision Foundation Models [68.90917438865078]
  顔合成と編集のためのディープフェイク技術は、生成モデルに重大なリスクをもたらす。 本稿では,モデルバックボーン,タイプ,データセット間で検出性能がどう変化するかを検討する。 本稿では、顔画像のパフォーマンスを向上させるContrastive Blurと、ノイズタイプのバイアスに対処し、ドメイン間のパフォーマンスのバランスをとるMINDERを紹介する。
  論文  参考訳（メタデータ） (2024-11-28T13:04:45Z)
• Perceptual Piercing: Human Visual Cue-based Object Detection in Low Visibility Conditions [2.0409124291940826]
  本研究では,大気散乱と人間の視覚野機構に触発された新しい深層学習フレームワークを提案する。 本研究の目的は, 環境条件下での検知システムの精度と信頼性を高めることである。
  論文  参考訳（メタデータ） (2024-10-02T04:03:07Z)
• Wearable Device-Based Real-Time Monitoring of Physiological Signals: Evaluating Cognitive Load Across Different Tasks [6.673424334358673]
  本研究は,中等教育学生の脳波(EEG)データに対する認知負荷評価を行うために,最先端のウェアラブルモニタリング技術を用いている。 この研究は、中等教育学生の認知負荷を評価するための応用価値と、様々な課題にまたがる有用性について考察した。
  論文  参考訳（メタデータ） (2024-06-11T10:48:26Z)
• Interactive System-wise Anomaly Detection [66.3766756452743]
  異常検出は様々なアプリケーションにおいて基本的な役割を果たす。 既存のメソッドでは、インスタンスがデータとして容易に観察できないシステムであるシナリオを扱うのが難しい。 システム埋め込みを学習するエンコーダデコーダモジュールを含むエンドツーエンドアプローチを開発する。
  論文  参考訳（メタデータ） (2023-04-21T02:20:24Z)
• Trust Your $\nabla$: Gradient-based Intervention Targeting for Causal Discovery [49.084423861263524]
  本稿では,GIT を短縮した新しいグラディエント型インターベンションターゲティング手法を提案する。 GITは、介入獲得関数の信号を提供するために勾配に基づく因果探索フレームワークの勾配推定器を「信頼」する。 我々はシミュレーションおよび実世界のデータセットで広範な実験を行い、GITが競合するベースラインと同等に動作することを示す。
  論文  参考訳（メタデータ） (2022-11-24T17:04:45Z)
• An Outlier Exposure Approach to Improve Visual Anomaly Detection Performance for Mobile Robots [76.36017224414523]
  移動ロボットの視覚異常検出システム構築の問題点を考察する。 標準異常検出モデルは、非異常データのみからなる大規模なデータセットを用いて訓練される。 本研究では,これらのデータを利用してリアルNVP異常検出モデルの性能向上を図る。
  論文  参考訳（メタデータ） (2022-09-20T15:18:13Z)
• Functional Anomaly Detection: a Benchmark Study [4.444788548423704]
  異常検出は、非常に高い周波数でサンプリングされた測定に依存することができる。 本研究の目的は, 実データセット上の機能的設定において, 異常検出のための最近の手法の性能について検討することである。
  論文  参考訳（メタデータ） (2022-01-13T18:20:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。