我校计算机科学与技术学院研究论文：“Dual-Prototype-Guided Multi-Task Learning for Unsupervised Anomaly Detection and Classification”被国际会议CVPR 2026接收，计算机科学与技术学院研究生罗乾豪（已毕业）为论文第一作者，李蔚凌教授为论文通讯作者，东莞理工学院为论文第一单位，中冶赛迪为论文的共同完成单位。CVPR是计算机视觉领域最具影响力的国际顶级会议之一，2026年CVPR共收到16,092篇有效投稿，最终推荐录用4,090篇论文，整体录用率为25.42%。
论文介绍
论文题目：Dual-Prototype-Guided Multi-Task Learning for Unsupervised Anomaly Detection and Classification
作者：Qianhao Luo，Jiajia Mi，Mingtao Yan，JingSheng Liu，ShuYang Pang，Weiling Li∗
论文概述：在工业检测与医疗影像分析等场景中，无监督异常检测与异常分类通常被分离为上下游任务，这种任务目标割裂会带来语义上的局部歧义，导致下游任务的精度损失，为解决这一问题，论文提出了一种原型引导的半监督特征解耦框架。该方法通过显式特征解耦替代传统的隐式特征共享。通过构建正常与异常类别原型，有效减少正常与异常语义之间的隐式耦合。为避免协同学习过程中的特征冲突，论文设计了差异门控交互模块实现跨任务特征差异注入，并通过几何正则化优化策略缓解多任务训练过程中的梯度冲突，实现不同粒度任务稳定、有效的协同学习。
（撰稿、一审：糜佳佳,二审李蔚凌,终审：陶铭）
