Buchumschlag

ReConPatch : Contrastive Patch Representation Learning for Industrial Anomaly Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hyun, Jeeho, Kim, Sangyun, Jeon, Giyoung, Kim, Seung Hwan, Bae, Kyunghoon, Kang, Byung Jun
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

PatchEAD: Unifying Industrial Visual Prompting Frameworks for Patch-Exclusive Anomaly Detection
von: Huang, Po-Han, et al.
Veröffentlicht: (2025)

MoECLIP: Patch-Specialized Experts for Zero-shot Anomaly Detection
von: Park, Jun Yeong, et al.
Veröffentlicht: (2026)

AnomalousPatchCore: Exploring the Use of Anomalous Samples in Industrial Anomaly Detection
von: Koshil, Mykhailo, et al.
Veröffentlicht: (2024)

Significantly improving zero-shot X-ray pathology classification via fine-tuning pre-trained image-text encoders
von: Jang, Jongseong, et al.
Veröffentlicht: (2022)

Continuous Memory Representation for Anomaly Detection
von: Lee, Joo Chan, et al.
Veröffentlicht: (2024)

SoftPatch: Unsupervised Anomaly Detection with Noisy Data
von: Jiang, Xi, et al.
Veröffentlicht: (2024)

Patch Spatio-Temporal Relation Prediction for Video Anomaly Detection
von: Shen, Hao, et al.
Veröffentlicht: (2024)

Patch-wise Auto-Encoder for Visual Anomaly Detection
von: Cui, Yajie, et al.
Veröffentlicht: (2023)

Patch-wise Graph Contrastive Learning for Image Translation
von: Jung, Chanyong, et al.
Veröffentlicht: (2023)

Weakly Supervised Contrastive Learning for Histopathology Patch Embeddings
von: Zhang, Bodong, et al.
Veröffentlicht: (2026)

All Patches Matter, More Patches Better: Enhance AI-Generated Image Detection via Panoptic Patch Learning
von: Yang, Zheng, et al.
Veröffentlicht: (2025)

AnomalyDINO: Boosting Patch-based Few-shot Anomaly Detection with DINOv2
von: Damm, Simon, et al.
Veröffentlicht: (2024)

Video Anomaly Detection with Motion and Appearance Guided Patch Diffusion Model
von: Zhou, Hang, et al.
Veröffentlicht: (2024)

Patch-Level Kernel Alignment for Dense Self-Supervised Learning
von: Yeo, Juan, et al.
Veröffentlicht: (2025)

Single Image Reflection Removal with Patch Reflectance Prior
von: Han, Dongshen, et al.
Veröffentlicht: (2023)

Mahalanobis PatchCore: Covariance-Aware and Streaming-Compatible Industrial Anomaly Detection
von: Ferrari, Niccolò, et al.
Veröffentlicht: (2026)

Patch-based Representation and Learning for Efficient Deformation Modeling
von: Chen, Ruochen, et al.
Veröffentlicht: (2026)

A Contrastive Learning Scheme with Transformer Innate Patches
von: Jyhne, Sander Riisøen, et al.
Veröffentlicht: (2023)

FALCON: False-Negative Aware Learning of Contrastive Negatives in Vision-Language Alignment
von: Kim, Myunsoo, et al.
Veröffentlicht: (2025)

Patch2Loc: Learning to Localize Patches for Unsupervised Brain Lesion Detection
von: Baker, Hassan, et al.
Veröffentlicht: (2025)

VideoPatchCore: An Effective Method to Memorize Normality for Video Anomaly Detection
von: Ahn, Sunghyun, et al.
Veröffentlicht: (2024)

DisPatch: Disarming Adversarial Patches in Object Detection with Diffusion Models
von: Ma, Jin, et al.
Veröffentlicht: (2025)

PatchTraj: Unified Time-Frequency Representation Learning via Dynamic Patches for Trajectory Prediction
von: Liu, Yanghong, et al.
Veröffentlicht: (2025)

WISE-FUSE: Efficient Whole Slide Image Encoding via Coarse-to-Fine Patch Selection with VLM and LLM Knowledge Fusion
von: Shin, Yonghan, et al.
Veröffentlicht: (2025)

PatchContrast: Self-Supervised Pre-training for 3D Object Detection
von: Shrout, Oren, et al.
Veröffentlicht: (2023)

Intra-class Patch Swap for Self-Distillation
von: Choi, Hongjun, et al.
Veröffentlicht: (2025)

SoftPatch+: Fully Unsupervised Anomaly Classification and Segmentation
von: Wang, Chengjie, et al.
Veröffentlicht: (2024)

Cross-Modal Prototype Allocation: Unsupervised Slide Representation Learning via Patch-Text Contrast in Computational Pathology
von: Chen, Yuxuan, et al.
Veröffentlicht: (2025)

PatchCraft: Exploring Texture Patch for Efficient AI-generated Image Detection
von: Zhong, Nan, et al.
Veröffentlicht: (2023)

AREPAS: Anomaly Detection in Fine-Grained Anatomy with Reconstruction-Based Semantic Patch-Scoring
von: Mitic, Branko, et al.
Veröffentlicht: (2025)

Adaptive Patch Contrast for Weakly Supervised Semantic Segmentation
von: Wu, Wangyu, et al.
Veröffentlicht: (2024)

PatchGuard: Adversarially Robust Anomaly Detection and Localization through Vision Transformers and Pseudo Anomalies
von: Nafez, Mojtaba, et al.
Veröffentlicht: (2025)

Few Shot Part Segmentation Reveals Compositional Logic for Industrial Anomaly Detection
von: Kim, Soopil, et al.
Veröffentlicht: (2023)

Design and Identification of Keypoint Patches in Unstructured Environments
von: Park, Taewook, et al.
Veröffentlicht: (2024)

ToCoAD: Two-Stage Contrastive Learning for Industrial Anomaly Detection
von: Liang, Yun, et al.
Veröffentlicht: (2024)

Diffusion Model Patching via Mixture-of-Prompts
von: Ham, Seokil, et al.
Veröffentlicht: (2024)

Patch-Level Glioblastoma Subregion Classification with a Contrastive Learning-Based Encoder
von: Zhang, Juexin, et al.
Veröffentlicht: (2025)

Car Damage Detection and Patch-to-Patch Self-supervised Image Alignment
von: Chen, Hanxiao
Veröffentlicht: (2024)

ADPretrain: Advancing Industrial Anomaly Detection via Anomaly Representation Pretraining
von: Yao, Xincheng, et al.
Veröffentlicht: (2025)

Deep Learning Based Facial Retargeting Using Local Patches
von: Choi, Yeonsoo, et al.
Veröffentlicht: (2026)