重新思考多模态零样本异常检测中的辅助模态：从语义融合到条件调制

英文标题：Rethinking Auxiliary Modalities in Multimodal Zero-shot Anomaly Detection: From Semantic Fusion to Conditional Modulation

论文提出重新审视多模态零样本异常检测（ZSAD）中辅助模态的作用，并将研究重点从语义融合转向条件调制。现有基于基础模型的方法通过视觉—语言预训练，使 RGB 图像具备了较强的零样本异常检测能力。论文指出，仅依赖 RGB 观测仍难以感知以几何形变为主的异常，这表明深度、点云等辅助模态可能为开发者构建更可靠的工业检测系统提供关键补充。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB