UniMMAD：基于 MoE 驱动特征解压的统一多模态多类异常检测
计算机视觉与模式识别
2026-03-17 v3
摘要
现有的异常检测(AD)方法通常将模态和类别视为独立因素。尽管这种范式丰富了 AD 研究分支的发展并产生了许多专用模型，但也导致了碎片化的解决方案和过高的内存开销。此外，基于重建的多类方法通常依赖共享的解码路径，难以处理跨域的大幅变化，导致正常边界失真、域干扰和高误报率。为了解决这些局限性，我们提出了 UniMMAD，一个用于多模态和多类异常检测的统一框架。UniMMAD 的核心是一个混合专家驱动的特征解压机制，该机制能够实现针对特定域的自适应和解耦重建。该过程由“从一般到具体”的范式引导。在编码阶段，不同组合的多模态输入被压缩为紧凑的通用特征。编码器包含一个特征压缩模块，以抑制潜在异常、鼓励跨模态交互并避免捷径学习。在解码阶段，通过稀疏门控交叉 MoE 将通用特征解压为特定于模态和特定于类的形式，该 MoE 根据输入模态和类别动态选择专家路径。为了进一步提高效率，我们设计了一种分组动态过滤机制和 MoE-in-MoE 结构，在保持稀疏激活和快速推理的同时，将参数使用量减少了 75%。UniMMAD 在 9 个异常检测数据集上取得了 SOTA 性能，涵盖 3 个领域、12 种模态和 66 个类别。源代码将在 https://github.com/yuanzhao-CVLAB/UniMMAD 提供。
引用
@article{arxiv.2509.25934,
title = {UniMMAD: Unified Multi-Modal and Multi-Class Anomaly Detection via MoE-Driven Feature Decompression},
author = {Yuan Zhao and Youwei Pang and Lihe Zhang and Hanqi Liu and Jiaming Zuo and Huchuan Lu and Xiaoqi Zhao},
journal= {arXiv preprint arXiv:2509.25934},
year = {2026}
}
备注
Accepted by CVPR 2026