Buchumschlag

"Stones from Other Hills can Polish Jade": Zero-shot Anomaly Image Synthesis via Cross-domain Anomaly Injection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Siqi, Hu, Yuanze, Liu, Xinwang, Wang, Siwei, Wang, Guangpu, Xu, Chuanfu, Liu, Jie, Chen, Ping
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Towards Zero-shot 3D Anomaly Localization
von: Wang, Yizhou, et al.
Veröffentlicht: (2024)

Jade-Stone of Heaven
Veröffentlicht: (1987)

Towards Cross-domain Few-shot Graph Anomaly Detection
von: Chen, Jiazhen, et al.
Veröffentlicht: (2024)

ASBench: Image Anomalies Synthesis Benchmark for Anomaly Detection
von: Zhang, Qunyi, et al.
Veröffentlicht: (2025)

AnomalyControl: Learning Cross-modal Semantic Features for Controllable Anomaly Synthesis
von: He, Shidan, et al.
Veröffentlicht: (2024)

GS-CLIP: Zero-shot 3D Anomaly Detection by Geometry-Aware Prompt and Synergistic View Representation Learning
von: Deng, Zehao, et al.
Veröffentlicht: (2026)

AnomalyCLIP: Object-agnostic Prompt Learning for Zero-shot Anomaly Detection
von: Zhou, Qihang, et al.
Veröffentlicht: (2023)

AnomalyGFM: Graph Foundation Model for Zero/Few-shot Anomaly Detection
von: Qiao, Hezhe, et al.
Veröffentlicht: (2025)

CLIP-AD: A Language-Guided Staged Dual-Path Model for Zero-shot Anomaly Detection
von: Chen, Xuhai, et al.
Veröffentlicht: (2023)

AnomalyDiffusion: Few-Shot Anomaly Image Generation with Diffusion Model
von: Hu, Teng, et al.
Veröffentlicht: (2023)

AA-CLIP: Enhancing Zero-shot Anomaly Detection via Anomaly-Aware CLIP
von: Ma, Wenxin, et al.
Veröffentlicht: (2025)

TokenCLIP: Token-wise Prompt Learning for Zero-shot Anomaly Detection
von: Zhou, Qihang, et al.
Veröffentlicht: (2025)

No Need For Real Anomaly: MLLM Empowered Zero-Shot Video Anomaly Detection
von: Dai, Zunkai, et al.
Veröffentlicht: (2026)

Do LLMs Understand Visual Anomalies? Uncovering LLM's Capabilities in Zero-shot Anomaly Detection
von: Zhu, Jiaqi, et al.
Veröffentlicht: (2024)

Fence off Anomaly Interference: Cross-Domain Distillation for Fully Unsupervised Anomaly Detection
von: Liu, Xinyue, et al.
Veröffentlicht: (2025)

Search is All You Need for Few-shot Anomaly Detection
von: Wang, Qishan, et al.
Veröffentlicht: (2025)

AnomalyXFusion: Multi-modal Anomaly Synthesis with Diffusion
von: Hu, Jie, et al.
Veröffentlicht: (2024)

Bridge Feature Matching and Cross-Modal Alignment with Mutual-filtering for Zero-shot Anomaly Detection
von: Bai, Yuhu, et al.
Veröffentlicht: (2025)

Simultaneous Image-to-Zero and Zero-to-Noise: Diffusion Models with Analytical Image Attenuation
von: Huang, Yuhang, et al.
Veröffentlicht: (2023)

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

Domain Adaptation of Attention Heads for Zero-shot Anomaly Detection
von: Jeong, Kiyoon, et al.
Veröffentlicht: (2025)

Anomagic: Crossmodal Prompt-driven Zero-shot Anomaly Generation
von: Jiang, Yuxin, et al.
Veröffentlicht: (2025)

GPT-4V-AD: Exploring Grounding Potential of VQA-oriented GPT-4V for Zero-shot Anomaly Detection
von: Zhang, Jiangning, et al.
Veröffentlicht: (2023)

Deep Temporal Graph Clustering: A Comprehensive Benchmark and Datasets
von: Liu, Meng, et al.
Veröffentlicht: (2026)

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

Zero-shot Generalist Graph Anomaly Detection with Unified Neighborhood Prompts
von: Niu, Chaoxi, et al.
Veröffentlicht: (2024)

GenCLIP: Generalizing CLIP Prompts for Zero-shot Anomaly Detection
von: Kim, Donghyeong, et al.
Veröffentlicht: (2025)

Zero-shot Generalizable Graph Anomaly Detection with Mixture of Riemannian Experts
von: Zhao, Xinyu, et al.
Veröffentlicht: (2026)

Fine-grained Abnormality Prompt Learning for Zero-shot Anomaly Detection
von: Zhu, Jiawen, et al.
Veröffentlicht: (2024)

AFR-CLIP: Enhancing Zero-Shot Industrial Anomaly Detection with Stateless-to-Stateful Anomaly Feature Rectification
von: Yuan, Jingyi, et al.
Veröffentlicht: (2025)

A Survey on Industrial Anomalies Synthesis
von: Wang, Yanshu, et al.
Veröffentlicht: (2025)

PointAD: Comprehending 3D Anomalies from Points and Pixels for Zero-shot 3D Anomaly Detection
von: Zhou, Qihang, et al.
Veröffentlicht: (2024)

One-to-Normal: Anomaly Personalization for Few-shot Anomaly Detection
von: Li, Yiyue, et al.
Veröffentlicht: (2025)

NeighborDiv: Training-free Zero-shot Generalist Graph Anomaly Detection via Neighbor Diversity
von: Wei, Kaifeng, et al.
Veröffentlicht: (2026)

Cross-System Software Log-based Anomaly Detection Using Meta-Learning
von: Wang, Yuqing, et al.
Veröffentlicht: (2024)

Myriad: Large Multimodal Model by Applying Vision Experts for Industrial Anomaly Detection
von: Li, Yuanze, et al.
Veröffentlicht: (2023)

Zero-shot Composed Text-Image Retrieval
von: Liu, Yikun, et al.
Veröffentlicht: (2023)

Triad: Empowering LMM-based Anomaly Detection with Vision Expert-guided Visual Tokenizer and Manufacturing Process
von: Li, Yuanze, et al.
Veröffentlicht: (2025)

Flashback: Memory-Driven Zero-shot, Real-time Video Anomaly Detection
von: Lee, Hyogun, et al.
Veröffentlicht: (2025)

TIPS Over Tricks: Simple Prompts for Effective Zero-shot Anomaly Detection
von: Salehi, Alireza, et al.
Veröffentlicht: (2026)