学习多视角多类异常检测
计算机视觉与模式识别
2025-05-01 v1
摘要
最新趋势是训练统一模型而非为每个类别训练单独模型。然而，现有的多类异常检测（MCAD）模型在多视角场景中表现不佳，由于它们往往无法有效建模不同视角之间的关系和互补信息。本文引入一种多视角多类异常检测模型（MVMCAD），整合来自多个视角的信息以准确识别异常。具体而言，我们提出了半冻结编码器，在冻结编码器之前添加了预编码器先验增强机制，实现稳定的跨视角特征建模和高效适应，以提高异常检测性能。此外，我们提出了异常放大模块（AAM），建模全局token相互作用并抑制正常区域以增强异常信号，在多视角设置下实现更好的检测性能。最后，我们提出了跨特征损失，将浅层编码器特征与深层解码器特征对齐，反之亦然，增强了模型在多视角场景下对不同语义层次异常的敏感性。在Real-IAD数据集上进行的大量实验验证了我们方法的有效性，实现了91.0/88.6/82.1和99.1/43.9/48.2/95.2的图像级和像素级最先进性能。
引用
@article{arxiv.2504.21294,
title = {Learning Multi-view Multi-class Anomaly Detection},
author = {Qianzi Yu and Yang Cao and Yu Kang},
journal= {arXiv preprint arXiv:2504.21294},
year = {2025}
}