論文の概要: Cross-Encoder Anchor Refinement for Zero-Shot Anomaly Detection

• arxiv url: http://arxiv.org/abs/2610.39727v1
• Date: Thu, 29 Oct 2026 09:56:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 22:46:55.662188
• Title: Cross-Encoder Anchor Refinement for Zero-Shot Anomaly Detection
• Title（参考訳）: ゼロショット異常検出のためのクロスエンコーダアンカーの微細化
• Abstract要約: 本稿では,2つの視覚的符号化経路をアンカーステージで接続するクロスエンコーダ・アンカー・リファインメント(CEAR)を提案する。 CEAR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にまたがる68評価のうち、57で最高のパフォーマンスを達成している。 本研究では,アンカーステージにおける相互エンコーダ相互作用が,微粒な異常な局所化のための相補的視覚表現とどのように組み合わさることができるかを示す。
• 参考スコア（独自算出の注目度）: 41.30569671191971
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Zero-shot anomaly detection aims to transfer anomaly discrimination from auxiliary training domains to unseen categories while localizing subtle defects. A key challenge is to construct discriminative references that combine contextual representations with complementary local evidence. We present Cross-Encoder Anchor Refinement (CEAR), which connects two visual encoding paths for the same image at the anchor stage, before normal and anomalous prototypes are constructed. An independent convolutional encoder pretrained for industrial product recognition builds an image-specific memory shared across selected vision transformer (ViT) layers. Spatial anchors read from ViT patch features query this memory through cross-attention and undergo residual refinement. Image-conditioned normal and anomalous queries then gate anchor aggregation to construct prototypes for anomaly scoring. Across 13 industrial and medical datasets, CEAR achieves the best performance in 57 of 68 evaluations spanning image-level detection and pixel-level localization. Notably, CEAR surpasses all other state-of-the-art methods in 41 of 44 pixel-level comparisons. Across 11 localization datasets, mean gains in pixel-level maximum F1 score and average precision are 4.45 and 3.79 percentage points, respectively. This study shows how cross-encoder interaction at the anchor stage can integrate complementary visual representations for fine-grained anomaly localization across domains.
• Abstract（参考訳）: ゼロショット異常検出は、微妙な欠陥を局所化しながら、補助訓練領域から未知のカテゴリに異常識別を転送することを目的としている。 主要な課題は、文脈表現と補完的な局所的証拠を組み合わせた差別的参照を構築することである。 本稿では,通常および異常なプロトタイプが構築される前に,アンカーステージで同じ画像の2つの視覚的符号化経路を接続するクロスエンコーダアンカーアンカーリファインメント(CEAR)を提案する。 産業製品認識のために事前訓練された独立畳み込みエンコーダは、選択された視覚変換器(ViT)層間で共有されるイメージ固有のメモリを構築する。 ViTパッチから読み取った空間アンカーは、クロスアテンションを通じてメモリをクエリし、残りのリフレクションを行う。 画像条件付き正規クエリと異常クエリをゲートアンカーアグリゲーションして、異常スコアのプロトタイプを構築する。 13の産業用および医療用データセットに対して、CEARは、画像レベルの検出とピクセルレベルのローカライゼーションにまたがる68の評価のうち、57で最高のパフォーマンスを達成している。 特に、CEARは44ピクセルレベルの比較で41の最先端の手法を全て上回っている。 11のローカライゼーションデータセットで、ピクセルレベルの最大F1スコアの平均ゲインと平均精度はそれぞれ4.45と3.79ポイントである。 本研究は、アンカーステージにおけるクロスエンコーダ相互作用が、ドメイン間の微粒な異常な局所化のために相補的な視覚表現を統合する方法を示す。

関連論文リスト

• VIEScore2: Unified Image Evaluation with Spatially Grounded Explanations [47.87491147340878]
  VIEScore2は、任意の条件付き画像で画像の生成と編集を行うための統合評価器である。 VIEScore2は、イメージをNxNグリッドとして表現し、単一のモデルパスにおける品質スコアと欠陥位置を共同で予測する。 欠陥ローカライゼーションでは、VIEScore2は汎用VLMと特殊空間評価器の両方に優れる。
  論文  参考訳（メタデータ） (2026-10-01T03:29:03Z)
• Beyond Static Anchors: Bounded Prototype Conditioning for Language-Free Medical Anomaly Detection [52.986874008247554]
  本稿では,静的アンカーを入力条件付きビジュアルプロトタイプに置き換える言語フリーフレームワークReCAPを提案する。 ReCAPリセンターは、境界ゲート変調により、各画像の正常と異常なプロトタイプを分離した。 3つのセグメンテーションデータセットで最高のゼロショットレベルのAUROCと、24の複数ショット設定のうち23のゼロショットレベルのAUROCを達成する。
  論文  参考訳（メタデータ） (2026-08-01T04:46:55Z)
• Crane: Context-Guided Prompt Learning and Attention Refinement for Zero-Shot Anomaly Detection [50.343419243749054]
  異常検出は、医学診断や工業的欠陥検出などの分野において重要である。 CLIPの粗粒化画像テキストアライメントは、微粒化異常に対する局所化と検出性能を制限する。 クレーンは最先端のZSADを2%から28%に改善し、画像レベルとピクセルレベルの両方で、推論速度では競争力を維持している。
  論文  参考訳（メタデータ） (2025-04-15T10:42:25Z)
• DiAD: A Diffusion-based Framework for Multi-class Anomaly Detection [55.48770333927732]
  本稿では,拡散型異常検出(Difusion-based Anomaly Detection, DAD)フレームワークを提案する。 画素空間オートエンコーダ、安定拡散の復調ネットワークに接続する潜在空間セマンティックガイド(SG)ネットワーク、特徴空間事前学習機能抽出器から構成される。 MVTec-ADとVisAデータセットの実験は、我々のアプローチの有効性を実証している。
  論文  参考訳（メタデータ） (2023-12-11T18:38:28Z)
• Adapting the Hypersphere Loss Function from Anomaly Detection to Anomaly Segmentation [1.9458156037869137]
  完全畳み込みデータ記述(FCDD)の漸進的改善を提案する。 FCDDは、異常検出から画像異常セグメンテーション(すなわち異常局在)への一級分類アプローチの適応である 我々は、元の損失関数を解析し、前任のハイパースフィア(HSC)によく似た代替関数を提案する。
  論文  参考訳（メタデータ） (2023-01-23T18:06:35Z)
• U-Flow: A U-shaped Normalizing Flow for Anomaly Detection with Unsupervised Threshold [0.40964539027092906]
  画像中の異常セグメンテーションのための一級自己教師方式を提案する。 現代の機械学習アプローチと、より古典的な統計的検出理論の恩恵を受けている。 提案手法は、すべてのメトリクスとすべてのデータセットに対して最先端の結果を生成する。
  論文  参考訳（メタデータ） (2022-11-22T15:43:19Z)
• AnoViT: Unsupervised Anomaly Detection and Localization with Vision Transformer-based Encoder-Decoder [3.31490164885582]
  我々は,画像パッチ間のグローバルな関係を学習することにより,通常の情報を反映する視覚変換器を用いたエンコーダデコーダモデルAnoViTを提案する。 提案モデルは,3つのベンチマークデータセット上での畳み込みモデルよりも優れた性能を示した。
  論文  参考訳（メタデータ） (2022-03-21T09:01:37Z)

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。