論文の概要: Knowledge-Guided Distributional Prompt Learning with Visual Hierarchy for Zero-Shot Anomaly Detection

• arxiv url: http://arxiv.org/abs/2610.23172v1
• Date: Fri, 16 Oct 2026 09:10:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.838891
• Title: Knowledge-Guided Distributional Prompt Learning with Visual Hierarchy for Zero-Shot Anomaly Detection
• Title（参考訳）: ゼロショット異常検出のための視覚階層を用いた知識誘導型分布プロンプト学習
• Abstract要約: Zero-shot Anomaly Detection (ZSAD) は、未確認クラスの異常を補助画像を用いて検出することを目的としている。 最近の視覚モデルに基づくアプローチは、テキストと視覚表現の整列によってZSADを改善する。 ZSADのための正規性参照階層型分布プロンプトフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 1.6637373649145601
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Zero-shot anomaly detection (ZSAD) aims to detect anomalies in previously unseen classes using auxiliary images, with applications such as industrial visual inspection and medical imaging. Recent vision-language-model-based approaches improve ZSAD by aligning textual and visual representations, while distributional prompting further models prompt variability for unseen categories. However, existing methods do not explicitly combine normality-referenced distributional modeling with hierarchy-specific prompt specialization, limiting their ability to model anomalous semantics relative to normality while addressing both image-level detection and fine-grained localization. We propose Hierarchical Knowledge-Guided Distributional Prompt Learning (HiDist), a normality-referenced hierarchical distributional prompt framework for ZSAD. HiDist models each prompt token with a diagonal Gaussian distribution and generates stochastic prompt variations through Monte Carlo sampling. Rather than learning normal and anomalous distributions independently, anomalous prompt distributions are parameterized as deviations from learned normal references, explicitly encoding their dependency. The resulting distributions are specialized into global and local representations for image-level detection and pixel-level localization, respectively, while an adapted global visual representation guides hierarchical alignment. Experiments on seven industrial and medical datasets demonstrate strong cross-dataset performance across anomaly detection and localization tasks. Extensive ablation and representation analyses further support the effectiveness of the proposed distributional modeling and hierarchy-specific representation learning.
• Abstract（参考訳）: Zero-shot Anomaly Detection (ZSAD) は、産業用視覚検査や医用画像などの補助画像を用いて、未確認クラスの異常を検出することを目的としている。 近年の視覚言語モデルに基づくアプローチでは、テキスト表現と視覚表現の整列によりZSADが向上し、さらに分布モデルにより、未知のカテゴリの変動が促進されている。 しかし、既存の手法では、正規性参照分布モデルと階層固有のプロンプト特殊化を明示的に組み合わせておらず、画像レベルの検出と微粒化ローカライゼーションの両方に対処しながら、正規性に対して異常なセマンティクスをモデル化する能力を制限する。 ZSADのための正規性参照型階層型分布プロンプトフレームワークである階層型知識指導型分布プロンプト学習(HiDist)を提案する。 HiDistは各プロンプトトークンを対角ガウス分布でモデル化し、モンテカルロサンプリングにより確率的プロンプト変動を生成する。 正規分布と異常分布を独立に学習するのではなく、異常分布は学習された正規参照からの逸脱としてパラメータ化され、その依存関係を明示的に符号化する。 得られた分布は、画像レベルの検出と画素レベルのローカライゼーションのために、それぞれグローバルおよび局所的な表現に特化され、適応されたグローバルな視覚的表現は階層的アライメントを導く。 7つの産業用および医療用データセットの実験は、異常検出と局所化タスクをまたいだ強力なクロスデータセット性能を示す。 集約的アブレーションと表現分析は、提案した分布モデルと階層固有の表現学習の有効性をさらに支持する。

関連論文リスト

• VFAD: Variational Semantic Prompting Meets Frequency-Adaptive Representation Learning for Zero-Shot Anomaly Detection [28.519590715885567]
  本稿では、周波数適応型表現学習と変分セマンティック・プロンプトを組み合わせた統合フレームワークVFADを提案する。 VFADは、様々な異常シナリオにおいて、既存の最先端のZSAD手法よりも一貫して優れていることを示す。
  論文  参考訳（メタデータ） (2026-07-31T12:56:01Z)
• DevPrompt: Deviation-Based Prompt Learning for One-Normal ShotImage Anomaly Detection [0.0]
  FNSAD (Few-normal shot anomaly detection) は、画像内の異常領域を検出することを目的としている。 最近のアプローチでは、CLIPのような視覚言語モデルとプロンプトベースの学習を利用して、画像とテキストの特徴を整合させる。 本稿では,視覚言語モデルのセマンティックパワーと,偏差に基づくスコアリングの統計的信頼性を統合した偏差誘導型即時学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-01-21T20:35:51Z)
• Correcting False Alarms from Unseen: Adapting Graph Anomaly Detectors at Test Time [60.341117019125214]
  グラフ異常検出(GAD)における未確認正規pattErnsの修正のための,軽量かつプラグアンドプレイなテスト時間適応フレームワークを提案する。 意味的混乱に対処するために、シフトしたデータと元のデータとをグラフ属性レベルで整合させるグラフ整合器を用いる。 10個の実世界のデータセットに対する大規模な実験により、TUNEは事前学習されたGADモデルの合成パターンと実際の見えない正常パターンの両方への一般化性を著しく向上することが示された。
  論文  参考訳（メタデータ） (2025-11-10T12:10:05Z)
• GLAD: Towards Better Reconstruction with Global and Local Adaptive Diffusion Models for Unsupervised Anomaly Detection [60.78684630040313]
  拡散モデルは、特定のノイズを付加したテスト画像の通常の画像を再構成する傾向がある。 世界的視点から見ると、異なる異常による画像再構成の難しさは不均一である。 本稿では,非教師付き異常検出のためのグローバルかつ局所的な適応拡散モデル(GLADと略す)を提案する。
  論文  参考訳（メタデータ） (2024-06-11T17:27:23Z)
• Toward Generalist Anomaly Detection via In-context Residual Learning with Few-shot Sample Prompts [25.629973843455495]
  Generalist Anomaly Detection (GAD)は、ターゲットデータにさらなるトレーニングを加えることなく、さまざまなアプリケーションドメインからさまざまなデータセットの異常を検出するために一般化可能な、単一の検出モデルをトレーニングすることを目的としている。 InCTRLと呼ばれるGADのための文脈内残差学習モデルを学習する新しい手法を提案する。 InCTRLは最高のパフォーマーであり、最先端の競合手法を著しく上回っている。
  論文  参考訳（メタデータ） (2024-03-11T08:07:46Z)
• CRADL: Contrastive Representations for Unsupervised Anomaly Detection and Localization [2.8659934481869715]
  医用画像における教師なし異常検出は、訓練中に異常データを必要とせず、任意の異常を検出し、位置決めすることを目的としている。 現在の最先端の手法のほとんどは、画像上で直接動作する潜在変数生成モデルを使用している。 コントラストプレテクストタスクで訓練されたエンコーダの低次元表現空間において,正規サンプルの分布を直接モデル化するCRADLを提案する。
  論文  参考訳（メタデータ） (2023-01-05T16:07:49Z)
• Self-Supervised Training with Autoencoders for Visual Anomaly Detection [61.62861063776813]
  我々は, 正規サンプルの分布を低次元多様体で支持する異常検出において, 特定のユースケースに焦点を当てた。 我々は、訓練中に識別情報を活用する自己指導型学習体制に適応するが、通常の例のサブ多様体に焦点をあてる。 製造領域における視覚異常検出のための挑戦的なベンチマークであるMVTec ADデータセットで、最先端の新たな結果を達成する。
  論文  参考訳（メタデータ） (2022-06-23T14:16:30Z)
• Unsupervised Anomaly Detection and Localisation with Multi-scale Interpolated Gaussian Descriptors [31.02818044068126]
  2つの問題に対処するために,教師なしの異常検出と局所化手法を提案する。 本稿では,正規画像の低表示クラスに対して頑健な正規画像分布推定手法を提案する。 また,マルチスケール構造および非構造的異常を正確に検出・局在化可能な新しい異常識別基準を提案する。
  論文  参考訳（メタデータ） (2021-01-25T12:38:51Z)
• PaDiM: a Patch Distribution Modeling Framework for Anomaly Detection and Localization [64.39761523935613]
  本稿では,画像中の異常を同時検出・ローカライズするPatch Distribution Modeling, PaDiMを提案する。 PaDiMは、パッチの埋め込みに事前訓練された畳み込みニューラルネットワーク(CNN)を使用している。 また、CNNの異なるセマンティックレベル間の相関を利用して、異常のローカライズも改善している。
  論文  参考訳（メタデータ） (2020-11-17T17:29:18Z)

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。