ShiftSplit-AD: Separating Domain Shift from Defects in Foundation-Feature Visual Anomaly Detection

📄 arXiv: 2608.27610v1 📥 PDF

作者: Muhamathu Ameer Ali Aacaas Muhamath

分类: cs.CV

发布日期: 2026-08-27

备注: 7 pages, 5 figures. Independent research manuscript

💡 一句话要点

提出ShiftSplit-AD以解决视觉异常检测中的领域偏移问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 视觉异常检测 领域偏移 DINOv2 低秩分解 行稀疏组件 特征提取 质量控制 工业应用

📋 核心要点

  1. 现有的视觉异常检测方法在处理领域偏移时，容易将正常变化与缺陷混淆，导致检测性能下降。
  2. 本文提出ShiftSplit-AD，通过将补丁残差矩阵分解为低秩和行稀疏组件，旨在抑制领域偏移的影响，保留缺陷信息。
  3. 在AeBAD-S数据集上，稀疏评分方法将图像的AUROC从0.6780提升至0.7294，AUPRC从0.8052提升至0.8465，显示出显著的性能提升。

📝 摘要（中文）

基于冻结基础模型特征的视觉异常检测器通常通过计算测试图像与正常特征的距离来进行评分。然而，良性的获取变化也可能扩大这些距离，从而混淆领域变化与缺陷。本文研究了通过结构化分解最近正常的DINOv2残差，是否能够抑制由领域偏移引起的证据，同时保留未见缺陷。ShiftSplit-AD将补丁残差矩阵分解为低秩和行稀疏组件，并对稀疏组件进行评分，提供了低秩/稀疏融合的可选方案。实验结果揭示了一个中心权衡，而非普遍分离：真实缺陷可能包含相关的低维结构，因此过滤广泛的残差活动也可能移除缺陷信息。

🔬 方法详解

问题定义：本文旨在解决视觉异常检测中领域偏移与缺陷混淆的问题。现有方法在面对正常变化时，容易扩大与正常特征的距离，导致检测性能下降。

核心思路：论文提出的ShiftSplit-AD通过将补丁残差矩阵分解为低秩和行稀疏组件，旨在抑制领域偏移带来的干扰，同时保留未见缺陷的特征信息。

技术框架：该方法的整体架构包括补丁残差矩阵的分解、稀疏组件的评分以及可选的低秩/稀疏融合。主要模块包括特征提取、残差计算和评分机制。

关键创新：最重要的创新在于通过结构化分解实现领域偏移与缺陷信息的有效分离，克服了传统方法的局限性，能够在保留缺陷信息的同时抑制领域偏移的影响。

关键设计：在参数设置上，采用了固定的超参数配置，损失函数设计考虑了低秩与稀疏性之间的平衡，网络结构基于DINOv2特征提取，确保了高效的特征表示。

🖼️ 关键图片

fig_0
img_1
img_2

📊 实验亮点

实验结果表明，使用稀疏评分方法在AeBAD-S数据集上，AUROC从0.6780提升至0.7294，AUPRC从0.8052提升至0.8465，显示出显著的性能提升。然而，稀疏评分也导致在四个保留的MVTec类别上，平均干净AUROC从0.9890降低至0.9133，影响了Bottle的定位效果。

🎯 应用场景

该研究在工业缺陷检测、质量控制和安全监测等领域具有广泛的应用潜力。通过提高视觉异常检测的准确性，ShiftSplit-AD能够帮助企业更有效地识别和处理潜在缺陷，从而降低生产成本和提高产品质量。未来，该方法还可以扩展到其他领域，如医疗影像分析和自动驾驶等。

📄 摘要（原文）

Visual anomaly detectors based on frozen foundation-model features commonly score distances from test patches to a memory of normal features. Benign acquisition changes can also enlarge these distances, confounding domain variation with defects. We investigate whether structured decomposition of nearest-normal DINOv2 residuals can suppress shift-induced evidence while retaining unseen defects. ShiftSplit-AD decomposes the patch residual matrix into low-rank and row-sparse components and scores the sparse component, with an optional low-rank/sparse fusion. The experiments expose a central trade-off rather than a universal separation: genuine defects can contain correlated, low-dimensional structure, so filtering broad residual activity may also remove defect information. On AeBAD-S, using settings fixed after Bottle development, sparse-only scoring improves image AUROC from 0.6780 to 0.7294 and AUPRC from 0.8052 to 0.8465. Paired bootstrap 95% intervals for the improvements are [0.0238, 0.0808] and [0.0170, 0.0650], respectively. However, sparse-only scoring reduces mean clean AUROC from 0.9890 to 0.9133 on four held-out MVTec categories and degrades Bottle localization. These findings show that residual decomposition can help when domain shift strongly contaminates anomaly evidence, but preserving defect structure remains the limiting problem.