以下
文
章来源于微信公众号：码科智能
作者：
码科智能
链接：https://mp.weixin.qq.com/s/EABxH59OVAKUoTr-XgFUVg
本文仅用于学术分享，如有侵权，请联系
后
台作删文处理
视觉异常检测（VAD）广泛应用于工业、医疗等领域，但现有方法多为“一类一模型”，难以跨领域推广。中科院自动化所提出的UniVAD 方法打破这一局限，通过统一模型实现无需训练的泛化异常检测，适用于多领域异常识别，显著提升了VAD的通用性与可扩展性。
UniVAD仅提供一个正常样本作为参考，即可得到准确结果
视觉异常检测 (VAD) 旨在识别图像中偏离正常模式的异常样本，涵盖多个领域，包括工业、半导体和医疗领域。由于这些领域之间存在领域差距，现有的 VAD 方法通常采用定制的检测算法和模型架构，难以在不同领域推广。即使在同一领域内，当前的 VAD 方法也
经常遵循“一类一模型”的范式，需要大量正常样本来训练特定类别的模型
，限制了VAD的通用性及可扩展性等问题。
例如，工业异常检测的最先进的方法之一PatchCore，在工业数据集MVTecAD上的AUC达到84.1%，但当应用于元件异常检测的数据集时，其性能显著下降至62.0%。为了解决这些限制，中科院自动化所研究人员提出了
一种无需训练的泛化异常检测方法UniVAD
，它利用统一模型跨多个领域检测异常，而无需特定领域的数据训练。
模型链接：https://uni-vad.github.io/文章地址：https://arxiv.org/pdf/2412.03342
1.
UniVAD模型架构
UniVAD
是首个无需训练的统一视觉异常检测 (VAD) 方法，无需特定领域的训练，即可检测多个领域的异常，包括工业、Logical和医学图像。与现有的 VAD 方法（每个领域都需要单独的模型）不同，UniVAD 利用统一方法，在测试期间仅使用目标类别的少量正常样本即可检测异常。
UniVAD 与现有方法的比较。
给定一张输入图像，UniVAD首先使用文上下组件聚类模块为每个实体生成掩码。然后，UniVAD应用组件感知补丁匹配模块和图增强组件建模模块来检测结构和逻辑异常。两个专家模块的输出被结合起来，产生最终的统一异常检测结果。
上下文组件聚类（C3）
模块是一个创新的方法，它通过结合视觉基础模型和聚类技术，在只有少量正常样本的情况下，实现对图像中各个组件的精确分割。C3模块首先识别图像中的对象并生成内容标签，然后生成掩码，并对这些掩码进行细化和过滤，以确保在不同图像间保持一致性。通过使用Kmeans聚类算法和交集比（IoU）计算，C3模块能够有效地分割和识别图像中的多个对象，为进一步的异常检测提供了基础。如下图所示：
组件感知补丁匹配
（CAPM）方法通过结合组件约束和图像-文本特征相似性比较，扩展了传统的补丁特征匹配。该方法首先使用预训练的网络提取查询图像和正常图像的特征图，然后通过插值获得补丁特征。利用C3模块提供的组件掩码，CAPM在每个组件内进行特征匹配，提高了异常检测的准确性。此外，CAPM还结合了图像-文本特征匹配，通过计算查询图像补丁与正常和异常状态文本特征之间的余弦相似度，进一步增强了异常检测能力。最终，CAPM将三种异常得分相加，得出结构异常得分图，用于异常检测。这种方法有效地解决了传统补丁匹配方法在区分前景背景和不同对象组件时的局限性，提高了异常检测的性能和准确性
2. 模型效果示例
UniVAD在多个领域的少样本异常检测任务中表现出色，超越了需要大量正常样本训练的领域特定方法，为视觉异常检测领域提供了一种新的、标准化的研究路径。
欢迎加入《AI未来星球》，一起成长
