Buchumschlag

A Novel Representation of Periodic Pattern and Its Application to Untrained Anomaly Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ye, Peng, Tao, Chengyu, Du, Juan
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

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

SGANet: Semantic and Geometric Alignment for Multimodal Multi-view Anomaly Detection
von: Bai, Letian, et al.
Veröffentlicht: (2026)

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

Separating Novel Features for Logical Anomaly Detection: A Straightforward yet Effective Approach
von: Lee, Kangil, et al.
Veröffentlicht: (2024)

Residual Back Projection With Untrained Neural Networks
von: Shu, Ziyu, et al.
Veröffentlicht: (2022)

IAENet: An Importance-Aware Ensemble Model for 3D Point Cloud-Based Anomaly Detection
von: Cao, Xuanming, 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)

CRD: Collaborative Representation Distance for Practical Anomaly Detection
von: Han, Chao, et al.
Veröffentlicht: (2023)

Align3D-AD: Cross-Modal Feature Alignment and Dual-Prompt Learning for Zero-shot 3D Anomaly Detection
von: Bai, Letian, et al.
Veröffentlicht: (2026)

Anomalies by Synthesis: Anomaly Detection using Generative Diffusion Models for Off-Road Navigation
von: Ancha, Siddharth, et al.
Veröffentlicht: (2025)

H2VLR: Heterogeneous Hypergraph Vision-Language Reasoning for Few-Shot Anomaly Detection
von: Huang, Jianghong, et al.
Veröffentlicht: (2026)

Towards a Trustworthy Anomaly Detection for Critical Applications through Approximated Partial AUC Loss
von: Bougaham, Arnaud, et al.
Veröffentlicht: (2025)

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

DMAD: Dual Memory Bank for Real-World Anomaly Detection
von: Hu, Jianlong, et al.
Veröffentlicht: (2024)

Visual Imitation Learning with Calibrated Contrastive Representation
von: Wang, Yunke, et al.
Veröffentlicht: (2024)

Collaborative Learning of Anomalies with Privacy (CLAP) for Unsupervised Video Anomaly Detection: A New Baseline
von: Al-lahham, Anas, et al.
Veröffentlicht: (2024)

Unveiling the Anomalies in an Ever-Changing World: A Benchmark for Pixel-Level Anomaly Detection in Continual Learning
von: Bugarin, Nikola, et al.
Veröffentlicht: (2024)

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

CLIP Meets Diffusion: A Synergistic Approach to Anomaly Detection
von: Lee, Byeongchan, et al.
Veröffentlicht: (2025)

Supervised Anomaly Detection for Complex Industrial Images
von: Baitieva, Aimira, et al.
Veröffentlicht: (2024)

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

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

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

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

Language-Assisted Feature Transformation for Anomaly Detection
von: Yun, EungGu, et al.
Veröffentlicht: (2025)

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

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

SplatPose & Detect: Pose-Agnostic 3D Anomaly Detection
von: Kruse, Mathis, et al.
Veröffentlicht: (2024)

ACD-CLIP: Decoupling Representation and Dynamic Fusion for Zero-Shot Anomaly Detection
von: Ma, Ke, et al.
Veröffentlicht: (2025)

Rethinking Autoencoders for Medical Anomaly Detection from A Theoretical Perspective
von: Cai, Yu, et al.
Veröffentlicht: (2024)

ResAD: A Simple Framework for Class Generalizable Anomaly Detection
von: Yao, Xincheng, et al.
Veröffentlicht: (2024)

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

PUAD: Frustratingly Simple Method for Robust Anomaly Detection
von: Sugawara, Shota, et al.
Veröffentlicht: (2024)

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

CCAD: Compressed Global Feature Conditioned Anomaly Detection
von: Jin, Xiao, et al.
Veröffentlicht: (2025)

Research on Anomaly Detection Methods Based on Diffusion Models
von: Chen, Yi
Veröffentlicht: (2025)

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

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

Lung-DETR: Deformable Detection Transformer for Sparse Lung Nodule Anomaly Detection
von: Ramezani, Hooman, et al.
Veröffentlicht: (2024)