每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

CostFilter-AD：通过匹配成本过滤增强异常检测

Created by
  • Haebom

作者

张喆、蔡明秀、王寒晓、吴高昌、柴天佑、朱夏天

大纲

本文提出了 CostFilter-AD，它将源自经典匹配任务的代价过滤概念引入到无监督异常值检测 (UAD) 问题中。我们在输入图像和正常样本之间构建匹配代价体积，并提出一个代价体积过滤网络，该网络使用输入观测值作为注意力查询来抑制匹配噪声并捕获细微的异常值。CostFilter-AD 被设计为一个插件，适用于基于重构和基于嵌入的方法，其性能已在 MVTec-AD 和 VisA 基准测试中得到验证。

Takeaways, Limitations

•
Takeaways：
◦
将经典的匹配概念引入UAD，提供一种新的方法。
◦
通过提高匹配精度，改进了现有 UAD 方法的性能。
◦
适用于基于重建和基于嵌入的方法。
◦
在 MVTec-AD 和 VisA 基准测试中表现出色。
•
Limitations：
◦
论文中没有说明具体的Limitations。
◦
没有提及 CostFilter-AD 的计算复杂度。
◦
缺乏有关所提出方法的普遍性及其在不同数据集上的验证的信息。
👍
Made with Slashpage