GeneralAD：通过关注扭曲特征实现跨域异常检测

在异常检测领域，现有方法通常在高层语义或低层工业基准测试中表现优异，却极少能在跨领域场景下均取得良好性能。语义异常指与训练集语义不同的新颖对象，例如自动驾驶汽车中未见过的物体；而工业异常则表现为保留原有语义的细微缺陷，如飞机部件上的裂纹。本文提出 GeneralAD，一种面向语义、近分布（near-distribution）及工业场景的异常检测框架，仅需极少的任务特定调整即可在多种场景下有效运行。在方法设计上，我们充分利用视觉Transformer（Vision Transformer）固有的图像块（patch）结构特性——其在图像块上进行训练，使得最后一层隐藏状态天然保留了块级结构。我们进一步提出一种新颖的自监督异常生成模块，通过简单的操作（如添加噪声、打乱图像块特征）对特征块进行扰动，从而构建伪异常样本。这些样本被输入基于注意力机制的判别器，该判别器被训练以对图像中每个块进行异常评分。由此，我们的方法不仅能实现高精度的图像级异常检测，还能生成具有可解释性的异常定位图。我们在十个数据集上对所提方法进行了全面评估，结果表明：在六项任务中达到当前最优性能，在其余四项任务中表现与现有方法相当，无论在异常定位还是异常检测任务上均展现出卓越的泛化能力。