摘要

利用深度预训练特征的最近邻（kNN）方法在对整幅图像进行异常检测时表现出极强的性能。然而，kNN方法的一个局限性在于无法生成描述异常在图像中具体位置的分割图。本文提出了一种新颖的异常分割方法，该方法基于异常图像与固定数量相似正常图像之间的对齐关系。所提出的算法——语义金字塔异常检测（Semantic Pyramid Anomaly Detection, SPADE），基于多分辨率特征金字塔构建对应关系。实验结果表明，SPADE在无监督异常检测与定位任务中达到了当前最优性能，同时几乎无需训练时间。