面向少样本异常检测的核感知图驱动提示学习
计算机视觉与模式识别
2025-04-17 v2
摘要
少样本异常检测（Few-shot Anomaly Detection, FSAD）旨在以极少量来自同一类别的正常支撑图像为指导，检测未见的异常区域。现有FSAD方法通常通过直接设计复杂的文本提示，将其与视觉特征对齐，以适应当前主流的大型视觉语言模型范式。然而，这些方法几乎总是忽略视觉特征中内在的上下文信息，例如不同视觉层次之间的相互作用关系，这是全面检测异常的重要线索。为此，本文提出一种核感知图驱动提示学习框架，称为KAG-prompt，通过推理视觉特征中不同层次之间的跨层关系，用于FSAD。具体而言，构建核感知层次图谱，将不同层次聚焦于不同尺寸异常区域的特征作为节点，节点间的任意两两关系则作为图的边。通过图上的消息传递，KAG-prompt能够捕获跨层的上下文信息，从而实现更精确的异常预测。此外，为整合预测图中多个重要异常信号的信息，本文提出一种基于多层信息融合的新型图像级评分方法。在MVTecAD和VisA数据集上的大量实验表明，KAG-prompt在图像级/像素级异常检测方面实现了最先进的FSAD结果。代码已公开于https://github.com/CVL-hub/KAG-prompt.git。
引用
@article{arxiv.2412.17619,
title = {Kernel-Aware Graph Prompt Learning for Few-Shot Anomaly Detection},
author = {Fenfang Tao and Guo-Sen Xie and Fang Zhao and Xiangbo Shu},
journal= {arXiv preprint arXiv:2412.17619},
year = {2025}
}
备注
Accepted to AAAI 2025