論文の概要: See More, Detect Less? Taming Information Leakage in Multi-View Anomaly Detection

• arxiv url: http://arxiv.org/abs/2608.25168v1
• Date: Tue, 25 Aug 2026 21:29:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-27 14:15:15.451491
• Title: See More, Detect Less? Taming Information Leakage in Multi-View Anomaly Detection
• Title（参考訳）: 情報漏洩に対処する多視点異常検出
• Abstract要約: 局所的およびグローバルな相互視融合による異常検出のための最初のフレームワークであるGLAD(Global-Local Attention Driven framework)を提案する。 実効的なマルチビュー融合では,デコーダに到達した情報を明示的に制限する必要がある。 Real-IADとMANTA-Tinyの実験によると、GLADはサンプルレベル、イメージレベル、ピクセルレベルのメトリクスで最先端のメソッドよりも優れています。
• 参考スコア（独自算出の注目度）: 32.33973839948303
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In multi-view anomaly detection, more cross-view information can actually hurt. When multiple inspection views are naively fused in a reconstruction-based pipeline, normal cues from intact views propagate to the decoder, which faithfully reconstructs anomalous regions, collapsing the reconstruction gap the detector depends on. We call this failure mode \emph{cross-view information leakage} and show that effective multi-view fusion must explicitly restrict the information reaching the decoder. Building on this insight, we present GLAD(Global-Local Attention Driven framework), the first framework combining vision foundation model features with local and global cross-view fusion for multi-view anomaly detection. The Multi-view Merging Attention (MMA) module performs local cross-view fusion at linear complexity with learnable view importance weighting and token-wise gating, letting each view selectively incorporate fine-grained evidence from other views at $\mathcal{O}(N)$ cost. The Object-Guided Attention (OGA) module captures global context by aggregating class tokens from all views into a single object-level representation and broadcasting it back to patch tokens via temperature-scaled sigmoid gating, replacing the original patch representations rather than adding a residual to preserve the reconstruction gap. Experiments on Real-IAD and MANTA-Tiny show that GLAD outperforms state-of-the-art methods across sample-, image-, and pixel-level metrics, confirming that principled information restriction is key to multi-view anomaly reasoning.
• Abstract（参考訳）: マルチビュー異常検出では、より多くのクロスビュー情報が実際に傷つく可能性がある。 複数の検査ビューがリコンストラクションベースパイプラインでナレーション的に融合すると、無傷ビューからの通常のキューがデコーダに伝播し、異常領域を忠実に再構築し、検出器が依存するリコンストラクションギャップを崩壊させる。 この障害モードをemph{cross-view information leakage}と呼び、有効なマルチビュー融合はデコーダに到達した情報を明示的に制限する必要があることを示す。 この知見に基づいて,視覚基盤モデルと局所的およびグローバルな相互視融合を組み合わせた多視点異常検出のための最初のフレームワークであるGLAD(Global-Local Attention Driven framework)を提案する。 MMA(Multi-view Merging Attention)モジュールは、学習可能なビュー重み付けとトークンワイズゲーティングを備えた線形複雑度で局所的なクロスビュー融合を行い、各ビューは$\mathcal{O}(N)$コストで他のビューからのきめ細かい証拠を選択的に組み込む。 Object-Guided Attention (OGA)モジュールは、すべてのビューからクラストークンを単一のオブジェクトレベルの表現に集約し、それを温度スケールのシグマノイドゲーティングを通じてパッチトークンにブロードキャストすることで、グローバルなコンテキストをキャプチャする。 Real-IADとMANTA-Tinyの実験では、GLADはサンプルレベル、画像レベル、ピクセルレベルのメトリクスで最先端の手法より優れており、原則化された情報制限がマルチビュー異常推論の鍵であることを確認している。

関連論文リスト

• GeoMAD: Geometry-Aware Multi-View Anomaly Detection via Deformable Fusion and Distributional Alignment [32.33973839948303]
  マルチビュー異常検出(MvAD)は、複数のカメラ視点からの相補的な観察を利用して欠陥を検出する。 既存の方法は通常2つの極端に該当する: ボクセルベースの融合は明示的な幾何学的アライメントを提供するが、コストがかかる3次元構造とクラス固有の仮定を必要とする。 幾何対応の不整合と分布不整合の両方に対処する統合多視点多クラスADフレームワークGeoMADを提案する。
  論文  参考訳（メタデータ） (2026-08-27T07:15:15Z)
• IMMoE: Incomplete Multi-View Anomaly Detection via Mixture of View Experts Fusion [13.58401394704324]
  既存のマルチビュー異常検出(MAD)手法では、すべてのビューが完全に利用可能であり、それぞれのビューを個別にモデル化する。 我々は,多視点の専門家ネットワークを通じて多視点情報を融合し,単一のビューの再構築を誘導するtextbfIMMoEを提案する。 本手法は,RIMADデータセットとReal-IADデータセットの両方で最先端の性能を実現する。
  論文  参考訳（メタデータ） (2026-07-21T12:19:33Z)
• LEFT: Learnable Fusion of Tri-view Tokens for Unsupervised Time Series Anomaly Detection [53.191369031661885]
  教師なし時系列異常検出は、アノテーションの可用性を前提とせず、異常なタイムスタンプを識別するモデルを構築することを目的としている。 本稿では,非教師付きTSADフレームワークであるLearnable Fusion of Tri-view Tokens(LEFT)について述べる。 実世界のベンチマーク実験では、LEFTはSOTAベースラインに対して最高の検出精度を示し、FLOPの5倍、トレーニングの8倍のスピードアップを実現している。
  論文  参考訳（メタデータ） (2026-02-09T13:33:49Z)
• Unsupervised Multi-View Visual Anomaly Detection via Progressive Homography-Guided Alignment [14.782512101141016]
  多視点画像からの教師なし視覚異常検出は重要な課題である。 ViewSense-AD (VSAD) は、ビュー間の幾何学的一貫性を明示的にモデル化することで、視点不変表現を学習する。 拡散モデルから得られた多レベル特徴を、通常のプロトタイプの学習メモリバンクと比較することにより異常検出を行う。
  論文  参考訳（メタデータ） (2025-11-24T05:01:16Z)
• Generalized Deep Multi-view Clustering via Causal Learning with Partially Aligned Cross-view Correspondence [72.41989962665285]
  マルチビュークラスタリング(MVC)は、複数のビューにまたがる共通のクラスタリング構造を検討することを目的としている。 しかし、現実のシナリオは、部分的なデータだけが異なるビューに一貫して整合しているため、しばしば課題となる。 我々は,CauMVCと呼ばれる因果的マルチビュークラスタリングネットワークを設計し,この問題に対処する。
  論文  参考訳（メタデータ） (2025-09-19T14:31:40Z)
• Multi-View Industrial Anomaly Detection with Epipolar Constrained Cross-View Fusion [15.819291772583393]
  横方向核融合を導くために, エピポーラ幾何学制約付アテンションモジュールを導入する。 クロスビューアテンションの可能性をさらに高めるため,メモリバンクによる異常検出に触発された事前学習戦略を提案する。 我々のフレームワークは、最先端のマルチビュー異常検出データセットにおいて、既存の手法よりも優れていることを実証する。
  論文  参考訳（メタデータ） (2025-03-14T05:02:54Z)
• Multi-view Aggregation Network for Dichotomous Image Segmentation [76.75904424539543]
  Dichotomous Image (DIS) は近年,高解像度自然画像からの高精度物体分割に向けて出現している。 既存の手法は、グローバルなローカライゼーションと局所的な洗練を徐々に完了させるために、退屈な複数のエンコーダ・デコーダストリームとステージに依存している。 これに触発されて、我々は多視点オブジェクト認識問題としてdisをモデル化し、擬似多視点アグリゲーションネットワーク(MVANet)を提供する。 一般的なdis-5Kデータセットの実験では、我々のMVANetは精度と速度の両方で最先端の手法を大きく上回っている。
  論文  参考訳（メタデータ） (2024-04-11T03:00:00Z)
• Sketched Multi-view Subspace Learning for Hyperspectral Anomalous Change Detection [12.719327447589345]
  異常変化検出のためのスケッチ付きマルチビューサブスペース学習モデルを提案する。 提案モデルでは,画像ペアからの主要な情報を保存し,計算複雑性を向上させる。 実験は、ベンチマークハイパースペクトルリモートセンシングデータセットと自然なハイパースペクトルデータセットで実施される。
  論文  参考訳（メタデータ） (2022-10-09T14:08:17Z)
• Self-Supervised Predictive Convolutional Attentive Block for Anomaly Detection [97.93062818228015]
  本稿では,再建に基づく機能を,新たな自己監督型予測アーキテクチャビルディングブロックに統合することを提案する。 我々のブロックは、受容領域におけるマスク領域に対する再構成誤差を最小限に抑える損失を備える。 画像やビデオの異常検出のための最先端フレームワークに組み込むことで,ブロックの汎用性を実証する。
  論文  参考訳（メタデータ） (2021-11-17T13:30:31Z)
• Multiview Detection with Feature Perspective Transformation [59.34619548026885]
  本稿では,新しいマルチビュー検出システムMVDetを提案する。 我々は,平面上に特徴写像を投影することで,多視点情報を集約するアンカーフリーアプローチを採っている。 私たちのモデル全体がエンドツーエンドで学習可能で、標準のWildtrackデータセットで88.2%のMODAを実現しています。
  論文  参考訳（メタデータ） (2020-07-14T17:58:30Z)
• Generative Partial Multi-View Clustering [133.36721417531734]
  本稿では,不完全なマルチビュー問題に対処するため,GP-MVCと呼ばれる生成的部分的マルチビュークラスタリングモデルを提案する。 まず、マルチビューエンコーダネットワークをトレーニングして、一般的な低次元表現を学習し、次にクラスタリング層を使用して複数のビューをまたいだ一貫したクラスタ構造をキャプチャする。 第2に、他のビューが与える共有表現に基づいて、1つのビュー条件の欠落データを生成するために、ビュー固有の生成敵ネットワークを開発する。
  論文  参考訳（メタデータ） (2020-03-29T17:48:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。