La clé de la détection des anomalies hors distribution réside dans l’estimation de la densité des données en distribution ou de leurs représentations features. Ce défi est particulièrement élevé pour la détection d’anomalies denses dans des domaines où les données en distribution présentent une structure sous-jacente complexe. Les approches basées sur les plus proches voisins se sont révélées efficaces dans des domaines centrés sur les objets, tels que l’inspection industrielle ou la classification d’images. Dans cet article, nous montrons que les méthodes basées sur les plus proches voisins atteignent également des résultats de pointe pour la détection de nouveautés denses dans des scènes de conduite complexes, à condition d’utiliser une représentation feature appropriée. En particulier, nous constatons que les architectures basées sur les transformateurs produisent des représentations qui permettent d’obtenir des métriques de similarité nettement améliorées pour cette tâche. Nous identifions la structure à multiples têtes de ces modèles comme l’une des causes principales, et démontrons une méthode pour transférer une partie de ces améliorations aux réseaux de neurones convolutifs (CNN). En fin de compte, l’approche proposée est simple et non invasive : elle n’affecte pas les performances de segmentation principale, ne nécessite pas d’apprentissage sur des exemples d’anomalies, et atteint des résultats de pointe sur les jeux de données RoadAnomaly, StreetHazards et SegmentMeIfYouCan-Anomaly.