你是否想過，工廠是如何在很多種不同產品中，精準識別出淺淺的劃痕、缺失的元件，甚至是幾乎察覺不到的微小缺陷？這遠比「圖像識別」要復雜。

在工業質檢、安防監控、醫療影像等場景中，無監督異常檢測（Unsupervised Anomaly Detection, UAD）日益成為核心技術之一。

由于現實世界中異常樣本稀少、類型多樣、標注昂貴，UAD 憑借「僅用正常樣本訓練」的能力，在工業界獲得了廣泛關注。

但一個悄然被忽視的難題也在同步放大：當前最先進的檢測模型，無論是基于圖像重建的 Diffusion/UNet/ViT，還是基于特征對比的 DINO/ViT，在生成異常圖（anomaly map）時幾乎都隱含了一個過程：匹配（matching）。

當前許多AI系統依賴于將待測圖像與正常樣本進行匹配來判斷異常，但這一過程極易受到噪聲干擾，尤其在處理模糊、低對比或結構細微的缺陷時，常常出現誤報與漏檢。

而這個看似「簡單」的操作，常常掩蓋了檢測失敗的根源。匹配過程中的噪聲，可能是真正導致誤檢與漏檢的幕后黑手。

在ICML 2025接收論文中，來自東北大學、Meta和英國薩里大學的研究者聯合提出CostFilter-AD，首次將「匹配代價體濾波」系統性引入無監督異常檢測（UAD）。與其說關注「學得更好」，CostFilter-AD更關注「比得更準」。

論文鏈接：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

它構建一個異常代價體來全局表征圖像與正常模板之間的匹配成本，并通過濾波機制清除噪聲、增強邊界，使得微小異常也難以遁形。

更重要的是，CostFilter-AD無需真實缺陷樣本參與訓練，僅依賴正常樣本就能精準檢測各類未知異常，具備強泛化能力與部署適應性。

作為一個通用插件式模塊，它能無縫集成到現有檢測方法中，有效提升檢測精度與邊界清晰度，為工業質檢帶來更智能、更可靠的解決方案。

圖1 多類別無監督異常檢測（UAD）結果對比。展示了圖像級與像素級logits的可視化結果及其核密度估計曲線（Parzen，1962）。其中，基線方法的結果以黃色標示，提出的方法以綠色標示。相比之下，該模型在檢測異常時噪聲更少，且在正常與異常logits之間提供了更清晰的區分，表現更加優越。

方法突破口

動機分析：不是模型不夠強，而是「匹配得不夠準」。

目前主流UAD方法大致分為兩類：

1. 重建式方法：將輸入圖像還原成「正常版本」，異常區域將表現為高殘差；
2. 嵌入式方法：將輸入圖像投影到特征空間，與正常樣本進行相似性匹配。

兩類方法雖然形式不同，但在最后生成anomaly heat map時，本質都要完成一種「輸入vs正常樣本」的匹配。

問題在于：現實中的匹配從不完美。

1. 重建式方法中，Diffusion等模型可能會錯誤保留異常結構（e.g. short cut issue），形成「偽正常」圖像；
2. 嵌入式方法中，基于預訓練特征（如ViT、DINO）提取的嵌入往往存在尺度、視角、紋理的偏差，使得相似性計算被高維噪聲干擾。

然而，這些「匹配噪聲」長期被忽視，異常檢測系統只能被動接受「殘差」或「相似性」分數，而非從源頭優化其可靠性。

CostFilter-AD：首提「匹配代價體濾波」范式

為解決這一核心難題，研究人員提出一種全新視角：

異常檢測=匹配代價體構建+濾波優化+anomaly map生成，具體步驟為：

1. 構建完整的匹配代價體（Cost Volume），顯式表征「輸入圖vs正常樣本」之間的多維匹配關系；
2. 引入一個基于雙流注意力（Dual Stream Attention）的3D U-Net網絡，對代價體進行細粒度濾波；
3. 輸出結構清晰的anomaly heat map，作為最終異常檢測分割圖。

圖2 CostFilter-AD方法概覽。將無監督異常檢測（UAD）重新表述為一個「匹配代價濾波」過程。(i)首先，利用預訓練編碼器從輸入圖像和模板圖像中提取特征，模板可以是重建得到的正常圖像，或隨機選擇的正常樣本；(ii)接著，基于全局相似性計算構建異常代價體（anomaly cost volume）；(iii)然后，設計一個代價體濾波網絡，結合從輸入特征和初始異常圖中提取的注意力查詢信息，對代價體進行細化，生成最終檢測結果；(iv)最后，引入類別感知適配器，以應對類別不平衡問題，并提升模型對多類異常的同時檢測能力。

方法亮點包括：

1. 機制創新：首次引入「匹配代價體+濾波」到UAD領域；
2. 即插即用：不需改動原模型架構，適配所有主流檢測器；
3. 性能顯著提升：Image-AUROC & Pixel-AUROC等七種異常檢測指標全面增長；
4. 泛化增強：處理模糊邊界、小尺寸異常亦很有效。

不是再造大模型，而是細化匹配過程

CostFilter-AD包括以下三個關鍵階段：

構建匹配代價體（Matching Cost Volume）

研究人員不再僅僅計算一對圖像之間的單一匹配值，而是：

• 對輸入圖像與多個正常模板圖像進行全局像素級匹配；
• 在每個特征層上計算余弦相似度，得到三維代價體（空間維度 × 匹配維度 × 通道）；
• 轉換為 anomaly cost（1?similarity），形成全局異常熱圖。

與常見的最近鄰匹配KNN不同，CostFilter-AD捕獲了多模板、多尺度、多位置之間的結構性匹配模式。

匹配代價體濾波（Cost Volume Filtering）

匹配代價體矩陣雖然得到，但其中依然混有大量「誤判」：正常邊緣誤認為異常（或相反）、異常細節被模糊覆蓋等。

為此，研究人員引入一個具備Dual-Stream Attention機制的3D U-Net網絡，對代價體進行去噪與增強：

• 通道引導（MG）：使用初始 anomaly 熱圖引導模型關注更可能為異常的通道區域；
• 空間引導（SG）：使用輸入圖特征作為空間注意力，引導模型保留邊界結構；
• 殘差引導機制（RCSA）：融合上述注意力流，逐層優化代價體表示。

經過濾波后，輸出anomaly map的分布更集中、邊界更清晰。

類別自適應損失與泛化機制

為適配多類工業檢測任務，研究人員設計了Class-Aware Adapter：

• 利用 soft logit 調整 focal loss 的聚焦因子，自適應平衡易錯類別；
• 優化結構損失（SSIM + soft IoU），增強檢測的結構一致性。

這讓CostFilter-AD在單模型處理多類anomaly時保持高效與準確。

實驗結果

四大數據集、五個最新baseline、七種異常檢測指標全面刷新

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）.

研究人員在MVTec-AD、VisA、MPDD、BTAD四個工業數據集上進行像素級和圖像級別異常檢測。

· 定量結果：

更多測試指標請參考論文附錄。

· 可視化結果：邊界更清晰，baseline漏檢區域被成功檢測；

圖3 多類別異常定位的定性對比。研究人員將該方法與GLAD（G）、HVQ-Trans（H）和AnomalDF（A）在MVTec-AD（上三行）和VisA（下三行）數據集上的結果進行對比。通過集成至現有方法中，該方法能夠有效緩解匹配噪聲問題（例如：PCB2中的漏檢、Pill中的誤檢，以及Carpet中的模糊邊界），顯著提升異常檢測性能。

· 內存&推理：平均僅提升顯存和延時較小，有助于實際可部署。

即插即用，輕量部署，工業友好

CostFilter-AD是一款即插即用（plug-and-play）的異常檢測增強模塊：

• 支持多種輸入模板：重建圖、特征模板、混合中間表示；
• 兼容主流模型：ViT-B/8、EfficientNet-B4、DINO、Diffusion全部適配；
• 部署無壓力：可部署于工業邊緣設備、服務器或API服務端。

方法總結：從匹配修正出發，重塑異常檢測核心范式

CostFilter-AD的核心理念在于重塑anomaly map/score的生成方式：

異常檢測的難點，不僅在于是否能還原/嵌入得好，更在于是否「比」得準確。

通過構建代價體并對其進行濾波優化，研究人員重新定義了異常分數的構成邏輯：不是誰更像，而是「匹配結果如何更可信」。

這一思路不僅適用于圖像異常檢測，或許還可遷移至：

• 時序異常檢測（e.g. 預測軌跡vs實際軌跡的匹配代價）；
• 視覺異常追蹤（匹配掩碼vs模板結構）；
• RL狀態匹配估計（當前狀態vs高獎勵狀態的策略匹配）等場景。