Buchumschlag

Supervised Anomaly Detection for Complex Industrial Images

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Baitieva, Aimira, Hurych, David, Besnier, Victor, Bernard, Olivier
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

Beyond Academic Benchmarks: Critical Analysis and Best Practices for Visual Industrial Anomaly Detection
von: Baitieva, Aimira, et al.
Veröffentlicht: (2025)

BIGFix: Bidirectional Image Generation with Token Fixing
von: Besnier, Victor, et al.
Veröffentlicht: (2025)

Halton Scheduler For Masked Generative Image Transformer
von: Besnier, Victor, et al.
Veröffentlicht: (2025)

Self-Supervised Iterative Refinement for Anomaly Detection in Industrial Quality Control
von: Aqeel, Muhammad, et al.
Veröffentlicht: (2024)

Don't drop your samples! Coherence-aware training benefits Conditional diffusion
von: Dufour, Nicolas, et al.
Veröffentlicht: (2024)

Self-Tuning Self-Supervised Image Anomaly Detection
von: Yoo, Jaemin, et al.
Veröffentlicht: (2023)

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

Tailored Transformation Invariance for Industrial Anomaly Detection
von: Schönfeld, Mariette, et al.
Veröffentlicht: (2025)

Adversarially Robust Industrial Anomaly Detection Through Diffusion Model
von: Cao, Yuanpu, et al.
Veröffentlicht: (2024)

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

Self-Supervised Training with Autoencoders for Visual Anomaly Detection
von: Bauer, Alexander, et al.
Veröffentlicht: (2022)

Revisiting Deep Feature Reconstruction for Logical and Structural Industrial Anomaly Detection
von: Patra, Sukanya, et al.
Veröffentlicht: (2024)

Rethinking Continual Anomaly Detection on the Edge: Benchmarking Under Realistic Industrial Conditions
von: Weatherly, Chad, et al.
Veröffentlicht: (2026)

Multi-Flow: Multi-View-Enriched Normalizing Flows for Industrial Anomaly Detection
von: Kruse, Mathis, et al.
Veröffentlicht: (2025)

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

Mixture Prototype Flow Matching for Open-Set Supervised Anomaly Detection
von: Wang, Fuyun, et al.
Veröffentlicht: (2026)

Bi-Grid Reconstruction for Image Anomaly Detection
von: Huang, Huichuan, et al.
Veröffentlicht: (2025)

Multi-feature Reconstruction Network using Crossed-mask Restoration for Unsupervised Industrial Anomaly Detection
von: Wang, Junpu, et al.
Veröffentlicht: (2024)

Benchmarking Compact VLMs for Clip-Level Surveillance Anomaly Detection Under Weak Supervision
von: Borodin, Kirill, et al.
Veröffentlicht: (2026)

High Dimensional Data Decomposition for Anomaly Detection of Textured Images
von: Song, Ji, et al.
Veröffentlicht: (2025)

Hyperspectral Trajectory Image for Multi-Month Trajectory Anomaly Detection
von: Rahman, Md Awsafur, et al.
Veröffentlicht: (2026)

3D-CSAD: Untrained 3D Anomaly Detection for Complex Manufacturing Surfaces
von: Cao, Xuanming, et al.
Veröffentlicht: (2024)

Anomaly Score: Evaluating Generative Models and Individual Generated Images based on Complexity and Vulnerability
von: Hwang, Jaehui, et al.
Veröffentlicht: (2023)

Functional Localization Enforced Deep Anomaly Detection Using Fundus Images
von: Ruhland, Jan Benedikt, et al.
Veröffentlicht: (2025)

Weakly-Supervised Anomaly Detection in Surveillance Videos Based on Two-Stream I3D Convolution Network
von: Nejad, Sareh Soltani, et al.
Veröffentlicht: (2024)

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

PolMERLIN: Self-Supervised Polarimetric Complex SAR Image Despeckling with Masked Networks
von: Kato, Shunya, et al.
Veröffentlicht: (2024)

From Pixels to Graphs: Deep Graph-Level Anomaly Detection on Dermoscopic Images
von: Xu, Dehn, et al.
Veröffentlicht: (2025)

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

Differential Anomaly Detection for Facial Images
von: Ibsen, Mathias, et al.
Veröffentlicht: (2021)

Self-Supervised Anomaly Detection in the Wild: Favor Joint Embeddings Methods
von: Otero, Daniel, et al.
Veröffentlicht: (2024)

Improving Medical VQA through Trajectory-Aware Process Supervision
von: Gulluk, Halil Ibrahim, et al.
Veröffentlicht: (2026)

Set Features for Anomaly Detection
von: Cohen, Niv, et al.
Veröffentlicht: (2023)

Anomaly-Preference Image Generation
von: Wang, Fuyun, et al.
Veröffentlicht: (2026)

Learning Semantic Segmentation with Query Points Supervision on Aerial Images
von: Rivier, Santiago, et al.
Veröffentlicht: (2023)

Self-Supervised Detection of Perfect and Partial Input-Dependent Symmetries
von: Urbano, Alonso, et al.
Veröffentlicht: (2023)

PASTA: Vision Transformer Patch Aggregation for Weakly Supervised Target and Anomaly Segmentation
von: Neubauer, Melanie, et al.
Veröffentlicht: (2026)

Multimodal Real-Time Anomaly Detection and Industrial Applications
von: Verma, Aman, et al.
Veröffentlicht: (2025)

Parameter Efficient Multi-Class Intelligent Scheduling for Multimodal Online Distributed Industrial Anomaly Detection
von: Wang, Heqiang, et al.
Veröffentlicht: (2026)

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