HiProtoAD: Feature Reconstruction Guided by Cluster-Separated Hierarchical Prototypes for Multi-Class Unsupervised Anomaly Detection

Prevailing Transformer-based feature reconstruction methods for multi-class unsupervised visual anomaly detection suffer from identity mapping, while the underlying causes remain insufficiently understood. Through a systematic analysis, we reveal that identity mapping is closely related to anomaly i...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Chaoming Li, Guoqing Yu, Wenwen Ye
Format:	Artigo
Język:	Inglês
Wydane:	IEEE 2026-01-01
Seria:	IEEE Access
Hasła przedmiotowe:	Visual anomaly detection prototype learning feature reconstruction vision transformer cross-attention
Dostęp online:	https://ieeexplore.ieee.org/document/11585790/
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!