StructCore：面向无监督异常检测的结构感知图像级评分
计算机视觉与模式识别
2026-02-24 v2
摘要
最大池化是内存库式无监督异常检测中将异常得分图转换为图像级决策的事实标准方法。然而，由于其仅依赖单一极端响应，丢弃了关于异常证据在图像中分布和结构的大部分信息，常导致正常得分与异常得分重叠。我们提出StructCore，一种超越最大池化的训练-free、结构感知的图像级评分方法。给定异常得分图，StructCore计算捕获分布特征和空间特征的低维结构描述子 phi(S)，并通过来自训练良好样本估计的对角马氏距离校准来细化图像级评分，而无需修改像素级定位。StructCore在MVTec AD上实现99.6%的图像级AUROC，在VisA上实现98.4%的图像级AUROC，展示了通过利用最大池化遗漏的结构特征实现稳健的图像级异常检测。
引用
@article{arxiv.2602.17048,
title = {StructCore: Structure-Aware Image-Level Scoring for Training-Free Unsupervised Anomaly Detection},
author = {Joongwon Chae and Lihui Luo and Yang Liu and Runming Wang and Dongmei Yu and Zeming Liang and Xi Yuan and Dayan Zhang and Zhenglin Chen and Peiwu Qin and Ilmoon Chae},
journal= {arXiv preprint arXiv:2602.17048},
year = {2026}
}