SPG：稀疏投影引导配合稀疏自编码器用于零样本异常检测
计算机视觉与模式识别
2026-04-06 v1
摘要
我们研究使用冻结基础模型特征进行零样本异常检测与分割，其中所有可学习参数仅在标记的辅助数据集上训练，并部署到未见的目标类别而无需任何目标域适应。现有基于提示的方法使用手工或学习的提示嵌入作为正常/异常状态的参考向量。我们提出稀疏投影引导（SPG），一个无提示框架，在稀疏自编码器（SAE）潜在空间中学习稀疏引导系数，通过SAE字典生成正常/异常引导向量。SPG采用两阶段学习策略在标记的辅助数据集上：（i）在patch-token特征上训练SAE，（ii）仅优化引导系数，同时冻结backbone和SAE。 在MVTec AD和VisA上进行跨数据集零样本设置实验，SPG在图像级检测和像素级分割方面均实现了竞争的性能；使用DINOv3，SPG在比较方法中实现了最高的像素级AUROC。我们还报告了使用OpenCLIP（ViT-L/14@336px）实现的SPG，以将backbone与CLIP基线方法对齐。此外，所学的引导系数可追溯到少数几个字典原子，揭示了类别通用和类别特定因素。
引用
@article{arxiv.2604.02871,
title = {SPG: Sparse-Projected Guides with Sparse Autoencoders for Zero-Shot Anomaly Detection},
author = {Tomoyasu Nanaumi and Yukino Tsuzuki and Junichi Okubo and Junichiro Fujii and Takayoshi Yamashita},
journal= {arXiv preprint arXiv:2604.02871},
year = {2026}
}
备注
14 pages, 6 figures, 9 tables