标题：CoGeoAD: Hierarchical Color-Geometric Fusion with Multi-View Attention for Zero-Shot 3D Anomaly Detection
作者：Ke Xu, Xinle Wang, Yanning Hou, Xueliang Ma, Juan Xie, Jianfeng Qiu
在工业视觉现场，很多漏检不是模型不够大，而是传感器各看各的。
RGB相机擅长抓污渍、色斑、烧蚀、脏点，但对凹坑、裂纹、变形这类结构缺陷不敏感；3D点云能看高度差、边缘塌陷、轮廓异常，却很难判断表面颜色是不是NG。很多产线所谓"2D+3D融合"，实际只是两套系统分别出分，最后做个规则合并，缺陷点位并没有真正对齐。
ICML 2026论文 CoGeoAD 解决的正是这个问题：在零样本3D异常检测中，把颜色信息和几何信息放进同一套检测链路，让表面缺陷和结构缺陷在同一工件坐标下统一判定。论文在MVTec3D-AD上取得 I-AUROC 87.4%、P-AUROC 97.5%、AUPRO 91.9% ，在Eyecandies上取得 I-AUROC 82.6%、P-AUROC 97.2% ，刷新零样本3D异常检测结果。
Motivation and Performance Analysis
图片展示RGB漏检结构裂纹、点云漏检颜色污渍，以及CoGeoAD融合后的性能提升。
全套《CoGeoAD论文拆解与后续可改进创新方向资料包》已整理完毕，内含论文精读页、核心公式推导、实验表格复盘及后续创新选题方向。免费发给你。
获得方式在这👇：
ICML 2026｜工业3D质检迎来新SOTA：零样本缺陷检测开始拼"多模态硬融合
01 质检痛点：不是多一个相机，而是缺陷点位没对齐
工业检测最怕"模态断账"。
一个零件的裂纹可能伴随发黑，一个污渍可能落在曲面遮挡区，一个小凹坑在单视角下只露出半边。如果RGB和点云没有点位级对应关系，后端再复杂的融合都只是拼分数，无法真正定位缺陷。
CoGeoAD第一步做的是颜色-几何多视角渲染。它把同一个点云绕多个角度渲染成两套图：一套保留颜色，用来抓污渍、色差、纹理异常；一套剥离颜色，只看几何结构，用来抓裂纹、凹坑、形变。两路图像共享同一套点-像素映射，后续异常热力图可以回投到3D表面。
多视角旋转渲染：
Framework of CoGeoAD
展示颜色/几何双路多视角渲染、MVA视角注意力、MS-CGF融合和异常图生成流程。
02 视角融合：坏视角不能和好视角平均投票
多视角能减少遮挡，但也会带来噪声。
有的视角缺陷最清楚，有的视角只看到边缘，有的视角被遮挡。如果直接均值池化，等于让无效视角参与投票，缺陷响应会被稀释。
CoGeoAD引入 MVA，多视角注意力模块，直接根据渲染图学习每个视角的权重。缺陷暴露充分、信息量高的视角权重大；遮挡严重、噪声大的视角自动降权。
视角权重计算:
论文消融显示，用MVA替代均值池化后，I-AUROC从 83.8% 提升到 87.4% 。这说明多视角不是简单"多拍几张"，而是要做视角质量筛选。
Visualization of the Data-Driven Multi-View Attention Mechanism
展示不同视角权重分配，以及注意力融合相比平均融合得到更干净的异常图。
03 核心模块：颜色和几何要分层合账
CoGeoAD最有工程价值的模块是 MS-CGF，多阶段颜色-几何融合。
它没有把RGB当作点云的辅助通道，也没有把点云当作RGB的补丁，而是让颜色分支和几何分支并行提特征，再在CLIP深层语义空间里融合。论文发现，CLIP浅层1--12层的I-AUROC只有 50.9% ，最后21--24层可以达到 87.4% 。这说明零样本工业质检更依赖高层语义判断，而不是单纯纹理堆叠。
最终融合采用最大响应策略：
颜色-几何融合:
这很符合产线逻辑：颜色分支报NG，或者几何分支报NG，都不能被另一条弱响应平均掉。对漏检成本高的工况来说，最大响应比简单加权更稳。
Visualization of complementary feature learning
展示几何分支抓结构裂纹，颜色分支抓纹理污渍，最终融合完成3D定位。
04 指标好看，但更适合二级精检
在MVTec3D-AD上，CoGeoAD相较PointAD，I-AUROC从 78.9% 提升到 87.4% ，AUPRO从 80.6% 提升到 91.9% 。深融合明显优于简单集成。
Quantitative comparison with state-of-the-art methods
表中展示CoGeoAD与PointAD、PointAD+、GS-CLIP等方法的指标对比。
但从工程部署看，它还不是高速在线首检方案。论文主配置为336×336分辨率、9视角，FPS只有 1.28 ；降到224×224、6视角可到 3.77 FPS ，但I-AUROC会掉到 72.9% 。
所以更现实的定位是二级精检：前道用高速AOI、3D规则或轻量模型粗筛，后道用CoGeoAD复判高价值件、复杂曲面件、返修件和抽检件。
Impact of image resolution and view numbers
图片说明：展示不同分辨率、视角数量下的精度与FPS权衡。
05 总结
CoGeoAD的价值不只是刷了SOTA，而是把3D工业质检的关键问题讲清楚了：多模态不是多接一个相机，也不是多跑一个模型，而是颜色、几何、视角和点位要在同一条检测链路里闭环。
颜色看表面，几何看结构。真正的高精度质检，需要两者在缺陷点位上合账。
全套《CoGeoAD论文拆解与后续可改进创新方向资料包》已整理完毕，内含论文精读页、核心公式推导、实验表格复盘及后续创新选题方向。免费发给你。
获得方式在这👇：