arXiv · 机器人与计算机视觉· Jaeho Cho, Jinsik Bang, Taehwan Kim·· 10 天前AI 评分58
EPAR:面向多模态工业异常检测的嵌入预测适应与细化方法
Embedding Predictive Adaptation and Refinement for Multi-Modal Industrial Anomaly Detection
AI 导读
论文提出 EPAR 方法以改进基于记忆库的多模态工业异常检测性能。针对冻结预训练编码器导致的域差距及现有对比学习难以捕捉空间关系的问题,该方法通过预测掩码区域的嵌入来适应编码器,并结合 VIC 正则化提升判别力;同时利用噪声抑制网络细化粗糙的像素级异常图,仅学习特征与最近正常原型的差异而非外观本身。
来源:arXiv · 机器人与计算机视觉 · arxiv.org