回到点：探索用于零样本3D异常检测的点-语言模型
计算机视觉与模式识别
2026-03-24 v1
摘要
零样本(ZS)3D异常检测对于可靠的工业检查至关重要，因为它使能够在无需任何目标类别训练数据的情况下检测和定位缺陷。现有方法将3D点云渲染为2D图像，利用预训练的视觉-语言模型(VLM)进行异常检测。然而，这种策略不可避免地丢弃了几何细节，且对局部异常不够敏感。本文重新审视内在的3D表示，探索预训练点-语言模型(PLM)用于ZS3D异常检测的潜力。我们提出BTP(Back To Point)，一个新框架，有效地对齐3D点云和文本嵌入。具体而言，BTP将多粒度补丁特征与文本表示对齐，以实现局部分辨异常检测；同时纳入几何描述符以增强对结构性异常的敏感性。此外，我们引入联合表示学习策略，利用辅助点云数据提高鲁棒性并丰富异常语义。广泛的实验在Real3D-AD和Anomaly-ShapeNet上证明，BTP在ZS3D异常检测方面实现了卓越的性能。代码将在\href{https://github.com/wistful-8029/BTP-3DAD}{https://github.com/wistful-8029/BTP-3DAD}公开。
引用
@article{arxiv.2603.21511,
title = {Back to Point: Exploring Point-Language Models for Zero-Shot 3D Anomaly Detection},
author = {Kaiqiang Li and Gang Li and Mingle Zhou and Min Li and Delong Han and Jin Wan},
journal= {arXiv preprint arXiv:2603.21511},
year = {2026}
}
备注
Accepted by CVPR 2026