基于高流视频的自监督生产异常检测与进度预测 背景介绍 在现代化的制造业中，实时生产监控、进度预测和异常检测是确保生产质量和效率的关键。然而，传统的基于视觉的异常检测方法在处理生产过程中的背景噪声方面存在显著不足，且往往忽略了生产阶段的异质性。许多制造环境，如飞机生产，涉及人机协作或高精度手动装配任务，这些操作通常难以通过嵌入式数字传感器进行监控，而实时操作视频却易于获取。虽然视觉生产监控已在产品表面检测等应用中广泛使用，但现有算法在区分正常背景变化与生产相关异常方面仍面临挑战。 为了解决这些问题，来自清华大学工业工程系的Yifan Li等人提出了一种集成方法，将进度预测与异常检测相结合，采用自编码过程概率嵌入（Autoencoder Process Probability Embedding...