Buchumschlag

Leveraging Unsupervised Learning for Cost-Effective Visual Anomaly Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Long, Yunbo, Ling, Zhengyang, Brook, Sam, McFarlane, Duncan, Brintrup, Alexandra
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Anomaly Detection by Effectively Leveraging Synthetic Images
von: Kang, Sungho, et al.
Veröffentlicht: (2025)

Unsupervised Multi-View Visual Anomaly Detection via Progressive Homography-Guided Alignment
von: Chen, Xintao, et al.
Veröffentlicht: (2025)

Unified Unsupervised Anomaly Detection via Matching Cost Filtering
von: Zhang, Zhe, et al.
Veröffentlicht: (2025)

Unsupervised Anomaly Detection in Brain MRI via Disentangled Anatomy Learning
von: Yang, Tao, et al.
Veröffentlicht: (2025)

Dual-Student Knowledge Distillation Networks for Unsupervised Anomaly Detection
von: Yao, Liyi, et al.
Veröffentlicht: (2024)

URA-Net: Uncertainty-Integrated Anomaly Perception and Restoration Attention Network for Unsupervised Anomaly Detection
von: Luo, Wei, et al.
Veröffentlicht: (2026)

Unsupervised Industrial Anomaly Detection via Pattern Generative and Contrastive Networks
von: Huang, Jianfeng, et al.
Veröffentlicht: (2022)

Memory Efficient Continual Learning for Edge-Based Visual Anomaly Detection
von: Barusco, Manuel, et al.
Veröffentlicht: (2025)

Unsupervised Tomato Split Anomaly Detection using Hyperspectral Imaging and Variational Autoencoders
von: Abdulsalam, Mahmoud, et al.
Veröffentlicht: (2025)

Deep Unsupervised Anomaly Detection in Brain Imaging: Large-Scale Benchmarking and Bias Analysis
von: Frotscher, Alexander, et al.
Veröffentlicht: (2025)

Cluster Contrast for Unsupervised Visual Representation Learning
von: Giakoumoglou, Nikolaos, et al.
Veröffentlicht: (2025)

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

Evaluating the Effectiveness of Video Anomaly Detection in the Wild: Online Learning and Inference for Real-world Deployment
von: Yao, Shanle, et al.
Veröffentlicht: (2024)

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

Towards Continual Visual Anomaly Detection in the Medical Domain
von: Barusco, Manuel, 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)

AnomalyClaw: A Universal Visual Anomaly Detection Agent via Tool-Grounded Refutation
von: Jiang, Xi, et al.
Veröffentlicht: (2026)

Continual Visual Anomaly Detection on the Edge: Benchmark and Efficient Solutions
von: Barusco, Manuel, et al.
Veröffentlicht: (2026)

A Survey on Visual Anomaly Detection: Challenge, Approach, and Prospect
von: Cao, Yunkang, et al.
Veröffentlicht: (2024)

Explainable Visual Anomaly Detection via Concept Bottleneck Models
von: Stropeni, Arianna, et al.
Veröffentlicht: (2025)

AdaptCLIP: Adapting CLIP for Universal Visual Anomaly Detection
von: Gao, Bin-Bin, et al.
Veröffentlicht: (2025)

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

Dynamic Distinction Learning: Adaptive Pseudo Anomalies for Video Anomaly Detection
von: Lappas, Demetris, et al.
Veröffentlicht: (2024)

VAD4Space: Visual Anomaly Detection for Planetary Surface Imagery
von: Genilotti, Fabrizio, et al.
Veröffentlicht: (2026)

Saliency-Guided Representation with Consistency Policy Learning for Visual Unsupervised Reinforcement Learning
von: Sun, Jingbo, et al.
Veröffentlicht: (2026)

Visual Self-paced Iterative Learning for Unsupervised Temporal Action Localization
von: Hu, Yupeng, et al.
Veröffentlicht: (2023)

SSVP: Synergistic Semantic-Visual Prompting for Industrial Zero-Shot Anomaly Detection
von: Fu, Chenhao, et al.
Veröffentlicht: (2026)

Towards Scalable IoT Deployment for Visual Anomaly Detection via Efficient Compression
von: Stropeni, Arianna, et al.
Veröffentlicht: (2025)

Patch-aware Vector Quantized Codebook Learning for Unsupervised Visual Defect Detection
von: Cheng, Qisen, et al.
Veröffentlicht: (2025)

CNC: Cross-modal Normality Constraint for Unsupervised Multi-class Anomaly Detection
von: Wang, Xiaolei, et al.
Veröffentlicht: (2024)

Deep Learning for Video Anomaly Detection: A Review
von: Wu, Peng, et al.
Veröffentlicht: (2024)

CloDS: Visual-Only Unsupervised Cloth Dynamics Learning in Unknown Conditions
von: Zhan, Yuliang, et al.
Veröffentlicht: (2026)

Predictive Reasoning with Augmented Anomaly Contrastive Learning for Compositional Visual Relations
von: Li, Chengtai, et al.
Veröffentlicht: (2026)

AD4AD: Benchmarking Visual Anomaly Detection Models for Safer Autonomous Driving
von: Genilotti, Fabrizio, et al.
Veröffentlicht: (2026)

Evaluating Modern Visual Anomaly Detection Approaches in Semiconductor Manufacturing: A Comparative Study
von: Barusco, Manuel, et al.
Veröffentlicht: (2025)

Unsupervised Audio-Visual Segmentation with Modality Alignment
von: Bhosale, Swapnil, et al.
Veröffentlicht: (2024)

LAM3D: Leveraging Attention for Monocular 3D Object Detection
von: Sas, Diana-Alexandra, et al.
Veröffentlicht: (2024)

CostFilter-AD: Enhancing Anomaly Detection through Matching Cost Filtering
von: Zhang, Zhe, et al.
Veröffentlicht: (2025)

ACMamba: Fast Unsupervised Anomaly Detection via An Asymmetrical Consensus State Space Model
von: Wang, Guanchun, et al.
Veröffentlicht: (2025)