面向少样本异常检测的异构超图视觉语言推理框架 H2VLR
计算机视觉与模式识别
2026-04-17 v1 机器学习
摘要
异常检测作为经典视觉任务，已在工业检验和医学成像中广泛应用。在该任务中，数据稀缺常常是面临的常见问题。为解决此问题，少样本异常检测（few-shot anomaly detection, FSAD）方案正受到日益关注的注意。近年来，超越传统视觉范式，视觉语言模型（Vision-Language Model, VLM）被广泛探索以提升该领域。然而，当前现有的基于VLM的FSAD方案中，几乎所有方法仅通过成对特征匹配进行异常推断，忽略了结构依赖性和全局一致性。为进一步提升FSAD via VLM的效果，我们提出一种异构超图视觉语言推理（Heterogeneous Hypergraph Vision-Language Reasoning, H2VLR）框架。该框架将FSAD重新表述为视觉-语义关系的高阶推理问题，通过在统一的超图中联合建模视觉区域和语义概念。实验比较验证了H2VLR的有效性与优势。它通常能在代表性工业和医学基准测试上实现最先进（state-of-the-art, SOTA）性能。我们的代码将在接受后公开。
引用
@article{arxiv.2604.14507,
title = {H2VLR: Heterogeneous Hypergraph Vision-Language Reasoning for Few-Shot Anomaly Detection},
author = {Jianghong Huang and Luping Ji and Weiwei Duan and Mao Ye},
journal= {arXiv preprint arXiv:2604.14507},
year = {2026}
}
备注
9 pages, 5 figures