你是否想过，工厂是如何在很多种不同产品中，精准识别出浅浅的划痕、缺失的元件，甚至是几乎察觉不到的微小缺陷？这远比「图像识别」要复杂。

在工业质检、安防监控、医疗影像等场景中，无监督异常检测（Unsupervised Anomaly Detection, UAD）日益成为核心技术之一。

由于现实世界中异常样本稀少、类型多样、标注昂贵，UAD 凭借「仅用正常样本训练」的能力，在工业界获得了广泛关注。

但一个悄然被忽视的难题也在同步放大：当前最先进的检测模型，无论是基于图像重建的 Diffusion/UNet/ViT，还是基于特征对比的 DINO/ViT，在生成异常图（anomaly map）时几乎都隐含了一个过程：匹配（matching）。

当前许多AI系统依赖于将待测图像与正常样本进行匹配来判断异常，但这一过程极易受到噪声干扰，尤其在处理模糊、低对比或结构细微的缺陷时，常常出现误报与漏检。

而这个看似「简单」的操作，常常掩盖了检测失败的根源。匹配过程中的噪声，可能是真正导致误检与漏检的幕后黑手。

在ICML 2025接收论文中，来自东北大学、Meta和英国萨里大学的研究者联合提出CostFilter-AD，首次将「匹配代价体滤波」系统性引入无监督异常检测（UAD）。与其说关注「学得更好」，CostFilter-AD更关注「比得更准」。

论文链接：https://icml.cc/virtual/2025/poster/46359

GitHub地址：https://github.com/ZHE-SAPI/CostFilter-AD

演示：

https://github.com/ZHE-SAPI/CostFilter-AD/blob/main/Materials/CostFilter-AD_slide_ICML2025.pdf

它构建一个异常代价体来全局表征图像与正常模板之间的匹配成本，并通过滤波机制清除噪声、增强边界，使得微小异常也难以遁形。

更重要的是，CostFilter-AD无需真实缺陷样本参与训练，仅依赖正常样本就能精准检测各类未知异常，具备强泛化能力与部署适应性。

作为一个通用插件式模块，它能无缝集成到现有检测方法中，有效提升检测精度与边界清晰度，为工业质检带来更智能、更可靠的解决方案。

图1 多类别无监督异常检测（UAD）结果对比。展示了图像级与像素级logits的可视化结果及其核密度估计曲线（Parzen，1962）。其中，基线方法的结果以黄色标示，提出的方法以绿色标示。相比之下，该模型在检测异常时噪声更少，且在正常与异常logits之间提供了更清晰的区分，表现更加优越。

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。

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。

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。

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：

更多测试指标请参考论文附录。

· 可视化结果：边界更清晰，baseline漏检区域被成功检测；

图3 多类别异常定位的定性对比。研究人员将该方法与GLAD（G）、HVQ-Trans（H）和AnomalDF（A）在MVTec-AD（上三行）和VisA（下三行）数据集上的结果进行对比。通过集成至现有方法中，该方法能够有效缓解匹配噪声问题（例如：PCB2中的漏检、Pill中的误检，以及Carpet中的模糊边界），显著提升异常检测性能。

· 内存&推理：平均仅提升显存和延时较小，有助于实际可部署。

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。

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。