PA-CLIP：通过伪异常感知增强零样本异常检测
计算机视觉与模式识别
2025-03-04 v1
摘要
在工业异常检测（IAD）中，准确识别不同异常及其下变异成像条件下的缺陷仍是一个重要挑战。传统方法往往难以处理高假阳性率，常将正常阴影和表面变形误分类为缺陷，这在具有复杂精细表面特征的产品上尤为突出。为此，我们引入 PA-CLIP，这是一种零样本异常检测方法，通过基于伪异常的框架降低背景噪声并提升缺陷检测。该方法集成了多尺度特征聚合策略，以捕获详细的全局和局部信息；两个记忆库用于区分背景信息（包括正常模式和伪异常）与真实异常特征；以及一个决策模块，旨在最小化由环境变化引起的假阳性，同时保持高缺陷灵敏度。在MVTec AD和VisA数据集上进行的实验证明，PA-CLIP 在现有零样本方法方面表现出色，为工业缺陷检测提供了稳健的解决方案。
引用
@article{arxiv.2503.01292,
title = {PA-CLIP: Enhancing Zero-Shot Anomaly Detection through Pseudo-Anomaly Awareness},
author = {Yurui Pan and Lidong Wang and Yuchao Chen and Wenbing Zhu and Bo Peng and Mingmin Chi},
journal= {arXiv preprint arXiv:2503.01292},
year = {2025}
}
备注
9 pages