arXiv · 机器人与计算机视觉· Zhi Li, Hanyu Wang, Fei Shen, Zhengtao Zhang·· 14 小时前AI 评分73
AggCLIP:面向零样本多模态异常检测的 CLIP 聚合框架
AggCLIP: Aggregating CLIP for Zero-Shot Multimodal Anomaly Detection
AI 导读
该论文提出了 AggCLIP 框架,旨在解决零样本多模态异常检测中几何信息丢失、特征噪声及跨模态语义错位问题。通过设计感知几何的空间聚合模块与感知上下文的空间聚合模块,分别优化三维点云特征和二维图像块嵌入;引入双流提示对比损失以对齐正常与异常概念的实验证明该方法在 MVTec 3D-AD 和 Eyecandies 基准上达到最先进水平,像素级 AUPRO 提升显著。
来源:arXiv · 机器人与计算机视觉 · arxiv.org