ModMap：基于跨视图调制的跨模态特征映射用于3D异常检测
计算机视觉与模式识别
2026-04-03 v1
摘要
我们提出ModMap，一个原生多视图和多模态的3D异常检测和分割框架。不同于处理各视图独立的方法，本方法借鉴跨模态特征映射范例，学习在两种模态和两种视图之间映射特征，同时通过特征调制显式建模视图依赖关系。我们引入一种跨视图训练策略，利用所有可能的视图组合，实现通过多视图集成和聚合进行有效异常评分。为处理高分辨率3D数据，我们训练并公开发布了一个专为工业数据集量身定制的基础深度编码器。在SiM3D——最近提出的引入首个多视图和多模态设置用于3D异常检测和分割的数据集上进行实验，结果表明ModMap以显著优于前述方法的宽幅提升实现了最先进的性能。
引用
@article{arxiv.2604.02328,
title = {Modulate-and-Map: Crossmodal Feature Mapping with Cross-View Modulation for 3D Anomaly Detection},
author = {Alex Costanzino and Pierluigi Zama Ramirez and Giuseppe Lisanti and Luigi Di Stefano},
journal= {arXiv preprint arXiv:2604.02328},
year = {2026}
}
备注
Accepted at CVPR Findings 2026