Buchumschlag

Collaborative Learning of Anomalies with Privacy (CLAP) for Unsupervised Video Anomaly Detection: A New Baseline

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Al-lahham, Anas, Zaheer, Muhammad Zaigham, Tastan, Nurbek, Nandakumar, Karthik
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SPDMark: Selective Parameter Displacement for Robust Video Watermarking
von: Fares, Samar, et al.
Veröffentlicht: (2025)

A Framework for Double-Blind Federated Adaptation of Foundation Models
von: Tastan, Nurbek, et al.
Veröffentlicht: (2025)

MOLM: Mixture of LoRA Markers
von: Fares, Samar, et al.
Veröffentlicht: (2025)

Exploiting Autoencoder's Weakness to Generate Pseudo Anomalies
von: Astrid, Marcella, et al.
Veröffentlicht: (2024)

Data-Free Contribution Estimation in Federated Learning using Gradient von Neumann Entropy
von: Ukaye, Asim, et al.
Veröffentlicht: (2026)

Constricting Normal Latent Space for Anomaly Detection with Normal-only Training Data
von: Astrid, Marcella, et al.
Veröffentlicht: (2024)

CYCle: Choosing Your Collaborators Wisely to Enhance Collaborative Fairness in Decentralized Learning
von: Tastan, Nurbek, et al.
Veröffentlicht: (2025)

DiffuseMix: Label-Preserving Data Augmentation with Diffusion Models
von: Islam, Khawar, et al.
Veröffentlicht: (2024)

Aequa: Fair Model Rewards in Collaborative Learning via Slimmable Networks
von: Tastan, Nurbek, et al.
Veröffentlicht: (2025)

Towards Real Unsupervised Anomaly Detection Via Confident Meta-Learning
von: Aqeel, Muhammad, et al.
Veröffentlicht: (2025)

RobustA: Robust Anomaly Detection in Multimodal Data
von: AlMarri, Salem, et al.
Veröffentlicht: (2025)

Stabilizing Adversarially Learned One-Class Novelty Detection Using Pseudo Anomalies
von: Zaheer, Muhammad Zaigham, et al.
Veröffentlicht: (2022)

GenMix: Effective Data Augmentation with Generative Diffusion Model Image Editing
von: Islam, Khawar, et al.
Veröffentlicht: (2024)

Privacy-Preserving Video Anomaly Detection: A Survey
von: Liu, Yang, et al.
Veröffentlicht: (2024)

On-Device Continual Learning for Unsupervised Visual Anomaly Detection in Dynamic Manufacturing
von: Ren, Haoyu, et al.
Veröffentlicht: (2025)

Unsupervised Anomaly Detection on Implicit Shape representations for Sarcopenia Detection
von: Piecuch, Louise, et al.
Veröffentlicht: (2025)

Unsupervised Continual Anomaly Detection with Contrastively-learned Prompt
von: Liu, Jiaqi, et al.
Veröffentlicht: (2024)

Ensembled Cold-Diffusion Restorations for Unsupervised Anomaly Detection
von: Marimont, Sergio Naval, et al.
Veröffentlicht: (2024)

Makeup-Guided Facial Privacy Protection via Untrained Neural Network Priors
von: Shamshad, Fahad, et al.
Veröffentlicht: (2024)

FUN-AD: Fully Unsupervised Learning for Anomaly Detection with Noisy Training Data
von: Im, Jiin, et al.
Veröffentlicht: (2024)

When Unsupervised Domain Adaptation meets One-class Anomaly Detection: Addressing the Two-fold Unsupervised Curse by Leveraging Anomaly Scarcity
von: Mejri, Nesryne, et al.
Veröffentlicht: (2025)

Privacy-Aware Video Anomaly Detection through Orthogonal Subspace Projection
von: Wang, Lei, et al.
Veröffentlicht: (2026)

ASTER: Latent Pseudo-Anomaly Generation for Unsupervised Time-Series Anomaly Detection
von: Hermary, Romain, et al.
Veröffentlicht: (2026)

Robust Anomaly Detection in Industrial Environments via Meta-Learning
von: Aqeel, Muhammad, et al.
Veröffentlicht: (2025)

An Attribute-based Method for Video Anomaly Detection
von: Reiss, Tal, et al.
Veröffentlicht: (2022)

Real-Time Anomaly Detection in Video Streams
von: Poirier, Fabien
Veröffentlicht: (2024)

Diffusion Models with Ensembled Structure-Based Anomaly Scoring for Unsupervised Anomaly Detection
von: Behrendt, Finn, et al.
Veröffentlicht: (2024)

MCL-AD: Multimodal Collaboration Learning for Zero-Shot 3D Anomaly Detection
von: Li, Gang, et al.
Veröffentlicht: (2025)

uTRAND: Unsupervised Anomaly Detection in Traffic Trajectories
von: D'Amicantonio, Giacomo, et al.
Veröffentlicht: (2024)

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

Meta Learning-Driven Iterative Refinement for Robust Anomaly Detection in Industrial Inspection
von: Aqeel, Muhammad, et al.
Veröffentlicht: (2025)

Stochastic Self-Organization in Multi-Agent Systems
von: Tastan, Nurbek, et al.
Veröffentlicht: (2025)

Hyperspectral Anomaly Detection with Self-Supervised Anomaly Prior
von: Liu, Yidan, et al.
Veröffentlicht: (2024)

On the Problem of Consistent Anomalies in Zero-Shot Anomaly Detection
von: Le-Gia, Tai
Veröffentlicht: (2025)

Video Anomaly Detection with Structured Keywords
von: Foltz, Thomas
Veröffentlicht: (2025)

TailedCore: Few-Shot Sampling for Unsupervised Long-Tail Noisy Anomaly Detection
von: Jung, Yoon Gyo, et al.
Veröffentlicht: (2025)

Anomaly-Aware Vision-Language Adapters for Zero-Shot Anomaly Detection
von: Aqeel, Muhammad, et al.
Veröffentlicht: (2026)

Position: Quo Vadis, Unsupervised Time Series Anomaly Detection?
von: Sarfraz, M. Saquib, et al.
Veröffentlicht: (2024)

A Contrastive Learning-Guided Confident Meta-learning for Zero Shot Anomaly Detection
von: Aqeel, Muhammad, et al.
Veröffentlicht: (2025)

Towards Universal Unsupervised Anomaly Detection in Medical Imaging
von: Bercea, Cosmin I., et al.
Veröffentlicht: (2024)