新智元报道
新智元报道
方法突破口
动机分析：不是模型不够强，而是「匹配得不够准」。目前主流UAD方法大致分为两类：重建式方法：将输入图像还原成「正常版本」，异常区域将表现为高残差；嵌入式方法：将输入图像投影到特征空间，与正常样本进行相似性匹配。两类方法虽然形式不同，但在最后生成anomaly heat map时，本质都要完成一种「输入vs正常样本」的匹配。问题在于：现实中的匹配从不完美。重建式方法中，Diffusion等模型可能会错误保留异常结构（e.g. short cut issue），形成「伪正常」图像；嵌入式方法中，基于预训练特征（如ViT、DINO）提取的嵌入往往存在尺度、视角、纹理的偏差，使得相似性计算被高维噪声干扰。然而，这些「匹配噪声」长期被忽视，异常检测系统只能被动接受「残差」或「相似性」分数，而非从源头优化其可靠性。CostFilter-AD：首提「匹配代价体滤波」范式
为解决这一核心难题，研究人员提出一种全新视角：异常检测=匹配代价体构建+滤波优化+anomaly map生成，具体步骤为：构建完整的匹配代价体（Cost Volume），显式表征「输入图vs正常样本」之间的多维匹配关系；引入一个基于双流注意力（Dual Stream Attention）的3D U-Net网络，对代价体进行细粒度滤波；输出结构清晰的anomaly heat map，作为最终异常检测分割图。图2 CostFilter-AD方法概览。将无监督异常检测（UAD）重新表述为一个「匹配代价滤波」过程。(i)首先，利用预训练编码器从输入图像和模板图像中提取特征，模板可以是重建得到的正常图像，或随机选择的正常样本；(ii)接着，基于全局相似性计算构建异常代价体（anomaly cost volume）；(iii)然后，设计一个代价体滤波网络，结合从输入特征和初始异常图中提取的注意力查询信息，对代价体进行细化，生成最终检测结果；(iv)最后，引入类别感知适配器，以应对类别不平衡问题，并提升模型对多类异常的同时检测能力。方法亮点包括：机制创新：首次引入「匹配代价体+滤波」到UAD领域；即插即用：不需改动原模型架构，适配所有主流检测器；性能显著提升：Image-AUROC & Pixel-AUROC等七种异常检测指标全面增长；泛化增强：处理模糊边界、小尺寸异常亦很有效。不是再造大模型，而是细化匹配过程
CostFilter-AD包括以下三个关键阶段：构建匹配代价体（Matching Cost Volume）研究人员不再仅仅计算一对图像之间的单一匹配值，而是：对输入图像与多个正常模板图像进行全局像素级匹配；在每个特征层上计算余弦相似度，得到三维代价体（空间维度 × 匹配维度 × 通道）；转换为 anomaly cost（1−similarity），形成全局异常热图。与常见的最近邻匹配KNN不同，CostFilter-AD捕获了多模板、多尺度、多位置之间的结构性匹配模式。匹配代价体滤波（Cost Volume Filtering）匹配代价体矩阵虽然得到，但其中依然混有大量「误判」：正常边缘误认为异常（或相反）、异常细节被模糊覆盖等。为此，研究人员引入一个具备Dual-Stream Attention机制的3D U-Net网络，对代价体进行去噪与增强：通道引导（MG）：使用初始 anomaly 热图引导模型关注更可能为异常的通道区域；空间引导（SG）：使用输入图特征作为空间注意力，引导模型保留边界结构；残差引导机制（RCSA）：融合上述注意力流，逐层优化代价体表示。经过滤波后，输出anomaly map的分布更集中、边界更清晰。类别自适应损失与泛化机制为适配多类工业检测任务，研究人员设计了Class-Aware Adapter：利用 soft logit 调整 focal loss 的聚焦因子，自适应平衡易错类别；优化结构损失（SSIM + soft IoU），增强检测的结构一致性。这让CostFilter-AD在单模型处理多类anomaly时保持高效与准确。
实验结果
四大数据集、五个最新baseline、七种异常检测指标全面刷新CostFilter-AD被集成至五大主流UAD框架中：GLAD（Reconstruction-based Diffusion, ECCV’24）；HVQ-Trans（Reconstruction-based Transformer, NeurIPS’23）；AnomalDino（Embedding-based Dinov2, WACV’25）；UniAD（Embedding-based Transformer, NeurIPS’22）；Dinomaly（Reconstruction-based Transformer, CVPR’25）.研究人员在MVTec-AD、VisA、MPDD、BTAD四个工业数据集上进行像素级和图像级别异常检测。· 定量结果：
即插即用，轻量部署，工业友好
CostFilter-AD是一款即插即用（plug-and-play）的异常检测增强模块：支持多种输入模板：重建图、特征模板、混合中间表示；兼容主流模型：ViT-B/8、EfficientNet-B4、DINO、Diffusion全部适配；部署无压力：可部署于工业边缘设备、服务器或API服务端。
方法总结：从匹配修正出发，重塑异常检测核心范式
CostFilter-AD的核心理念在于重塑anomaly map/score的生成方式：异常检测的难点，不仅在于是否能还原/嵌入得好，更在于是否「比」得准确。通过构建代价体并对其进行滤波优化，研究人员重新定义了异常分数的构成逻辑：不是谁更像，而是「匹配结果如何更可信」。这一思路不仅适用于图像异常检测，或许还可迁移至：时序异常检测（e.g. 预测轨迹vs实际轨迹的匹配代价）；视觉异常追踪（匹配掩码vs模板结构）；RL状态匹配估计（当前状态vs高奖励状态的策略匹配）等场景。
文章原文
