面向零样本异常检测的 Wavelet-Enhanced Mixture-of-Experts CLIP
计算机视觉与模式识别
2026-03-19 v1
摘要
视觉语言模型最近在零样本异常检测(ZSAD)方面显示出强大的泛化能力，使其能够在无任务特定监督的情况下检测未见异常。然而，现有方法通常依赖固定文本提示，难以捕获复杂语义，且仅关注空间域特征，限制了对细微异常的检测能力。为此，我们提出一种用于 ZSAD 的 Wavelet-Enhanced Mixture-of-Experts 提示学习方法。具体而言，采用变分自编码器建模全局语义表示，并将其整合到提示中以增强对多样化异常模式的适应性。小波分解提取多频率图像特征，通过跨模态交互动态细化文本嵌入。此外，引入语义感知的混合专家模块以聚合上下文信息。在 14 个工业和医疗数据集上进行的广泛实验表明，所提方法有效。
引用
@article{arxiv.2603.06313,
title = {WMoE-CLIP: Wavelet-Enhanced Mixture-of-Experts Prompt Learning for Zero-Shot Anomaly Detection},
author = {Peng Chen and Chao Huang},
journal= {arXiv preprint arXiv:2603.06313},
year = {2026}
}