面向零样态异常检测的异常感知视觉语言适配器
计算机视觉与模式识别
2026-05-13 v1 人工智能
机器学习
摘要
零样态异常检测旨在在无目标特定训练的情况下识别未知类别的缺陷。现有方法通常对所有样本应用相同的特征变换，尽管正常数据紧凑而异常数据多样化，本质上存在着严重的分布不对称性。我们利用这种天然的不对称性，提出了 AVA-DINO—a 个面向异常的视觉语言适配框架，包含两个针对正常与异常模式的专用分支，用于适配冻结的 DINOv3 视觉特征。在辅助数据上的训练过程中，两个分支通过文本引导的路由机制和显式路由正则化联合学习，以鼓励分支专化。在测试阶段，仅使用输入图像和固定的、预定义的语言描述，即可动态组合两个分支，实现非对称激活。此设计防止了恒等路由的退化，允许上下文相关的特征变换。跨越九个工业和医疗基准的实验表明，AVA-DINO 在 MVTec-AD 上实现了 93.5% 的图像-AUROC，并在无需领域特定微调的情况下展现出强大的跨域泛化能力至医学影像。
引用
@article{arxiv.2605.12069,
title = {Anomaly-Aware Vision-Language Adapters for Zero-Shot Anomaly Detection},
author = {Muhammad Aqeel and Maham Nazir and Uzair Khan and Marco Cristani and Francesco Setti},
journal= {arXiv preprint arXiv:2605.12069},
year = {2026}
}
备注
Accepted to ICIP 2026