HarmoniAD：用于异常检测的局部结构与全局语义和谐化
计算机视觉与模式识别
2026-01-05 v1 人工智能
摘要
异常检测在工业产品质量检查中至关重要。未能检测到微小缺陷往往会导致严重后果。现有方法面临结构-语义权衡：结构导向模型（如频率基过滤器）对噪声敏感，而语义导向模型（如基于 CLIP 的编码器）常常忽略细节。为此，我们提出了 HarmoniAD，一个受频率引导的双分支框架。首先通过 CLIP 图像编码器提取特征，然后转换为频域，最后解耦为高频和低频路径以实现结构和语义的互补建模。高频分支配备细粒度结构注意力模块（FSAM）以增强纹理和边缘，以检测小异常，而低频分支使用全局结构上下文模块（GSCM）以捕获长程依赖并保持语义一致性。这些分支共同平衡细节与全局语义。HarmoniAD 进一步采用多类联合训练策略，在 MVTec-AD、VisA 和 BTAD 上实验显示出具备灵敏性和鲁棒性的领先性能。
引用
@article{arxiv.2601.00327,
title = {HarmoniAD: Harmonizing Local Structures and Global Semantics for Anomaly Detection},
author = {Naiqi Zhang and Chuancheng Shi and Jingtong Dou and Wenhua Wu and Fei Shen and Jianhua Cao},
journal= {arXiv preprint arXiv:2601.00327},
year = {2026}
}