跳到正文
arXiv · 机器人与计算机视觉· Lexing Zhang·· 9 天前AI 评分65

SurvAD:基于扩散模型的异常检测中异常的生存规律与改进方法

SurvAD: How Anomalies Survive Diffusion Reconstruction

AI 导读

本文提出 SurvAD 方法,揭示了扩散生成过程中异常信号随噪声衰减的指数级生存规律,并证明该泄露现象源于暴露偏差。作者通过在推理起点微调重构器并引入残差图证据比较器,在 MVTec AD 和 VisA 基准上分别将 DeCo-Diff 的多类像素平均精度(P-AP)从 76.8% 提升至 80.7%,从 57.5% 提升至 60.0%。

来源:arXiv · 机器人与计算机视觉 · arxiv.org