:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autore principale:	Zhao, Ying
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	https://arxiv.org/abs/2504.04340
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

MIRAGE: Model-agnostic Industrial Realistic Anomaly Generation and Evaluation for Visual Anomaly Detection
di: Hu, Jinwei, et al.
Pubblicazione: (2026)

AnomalyFactory: Regard Anomaly Generation as Unsupervised Anomaly Localization
di: Zhao, Ying
Pubblicazione: (2024)

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

Component-aware Unsupervised Logical Anomaly Generation for Industrial Anomaly Detection
di: Tong, Xuan, et al.
Pubblicazione: (2025)

GeneralAD: Anomaly Detection Across Domains by Attending to Distorted Features
di: Sträter, Luc P. J., et al.
Pubblicazione: (2024)

Generalization-aware Remote Sensing Change Detection via Domain-agnostic Learning
di: Zang, Qi, et al.
Pubblicazione: (2025)

GlocalCLIP: Object-agnostic Global-Local Prompt Learning for Zero-shot Anomaly Detection
di: Ham, Jiyul, et al.
Pubblicazione: (2024)

Double Helix Diffusion for Cross-Domain Anomaly Image Generation
di: Wu, Linchun, et al.
Pubblicazione: (2025)

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

Semantic Visual Anomaly Detection and Reasoning in AI-Generated Images
di: Tan, Chuangchuang, et al.
Pubblicazione: (2025)

Weakly Supervised Video Anomaly Detection with Anomaly-Connected Components and Intention Reasoning
di: Wang, Yu, et al.
Pubblicazione: (2026)

Pseudo Anomalies Are All You Need: Diffusion-Based Generation for Weakly-Supervised Video Anomaly Detection
di: Hashimoto, Satoshi, et al.
Pubblicazione: (2025)

Improving Anomaly Detection with Foundation-Model Synthesis and Wavelet-Domain Attention
di: Wu, Wensheng, et al.
Pubblicazione: (2026)

Unseen Visual Anomaly Generation
di: Sun, Han, et al.
Pubblicazione: (2024)

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

Learn Suspected Anomalies from Event Prompts for Video Anomaly Detection
di: Tao, Chenchen, et al.
Pubblicazione: (2024)

Self-Supervised Learning for Detecting AI-Generated Faces as Anomalies
di: Zou, Mian, et al.
Pubblicazione: (2025)

Noise-Informed Diffusion-Generated Image Detection with Anomaly Attention
di: Guan, Weinan, et al.
Pubblicazione: (2025)

ReplayCAD: Generative Diffusion Replay for Continual Anomaly Detection
di: Hu, Lei, et al.
Pubblicazione: (2025)

A Recover-then-Discriminate Framework for Robust Anomaly Detection
di: Xing, Peng, et al.
Pubblicazione: (2024)

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

Cross-Domain Learning for Video Anomaly Detection with Limited Supervision
di: Jain, Yashika, et al.
Pubblicazione: (2024)

VADMamba++: Efficient Video Anomaly Detection via Hybrid Modeling in Grayscale Space
di: Lyu, Jihao, et al.
Pubblicazione: (2026)

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

Safeguarding Generative AI Applications in Preclinical Imaging through Hybrid Anomaly Detection
di: Binda, Jakub, et al.
Pubblicazione: (2025)

HDM: Hybrid Diffusion Model for Unified Image Anomaly Detection
di: Weng, Zekang, et al.
Pubblicazione: (2025)

Exploring the Magnitude-Shape Plot Framework for Anomaly Detection in Crowded Video Scenes
di: Wang, Zuzheng, et al.
Pubblicazione: (2024)

Zero-Shot Image Anomaly Detection Using Generative Foundation Models
di: Abdi, Lemar, et al.
Pubblicazione: (2025)

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

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

UniADC: A Unified Framework for Anomaly Detection and Classification
di: Zhang, Ximiao, et al.
Pubblicazione: (2025)

Generate Aligned Anomaly: Region-Guided Few-Shot Anomaly Image-Mask Pair Synthesis for Industrial Inspection
di: Lu, Yilin, et al.
Pubblicazione: (2025)

A Comprehensive Augmentation Framework for Anomaly Detection
di: Lin, Jiang, et al.
Pubblicazione: (2023)

Few-Shot Anomaly-Driven Generation for Anomaly Classification and Segmentation
di: Gui, Guan, et al.
Pubblicazione: (2025)

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

Anomaly Heterogeneity Learning for Open-set Supervised Anomaly Detection
di: Zhu, Jiawen, et al.
Pubblicazione: (2023)

Towards Continual Visual Anomaly Detection in the Medical Domain
di: Barusco, Manuel, et al.
Pubblicazione: (2025)

GroundingAnomaly: Spatially-Grounded Diffusion for Few-Shot Anomaly Synthesis
di: Liu, Yishen, et al.
Pubblicazione: (2026)

A Scalable and Generalized Deep Learning Framework for Anomaly Detection in Surveillance Videos
di: Jebur, Sabah Abdulazeez, et al.
Pubblicazione: (2024)

AnomalyLMM: Bridging Generative Knowledge and Discriminative Retrieval for Text-Based Person Anomaly Search
di: Ju, Hao, et al.
Pubblicazione: (2025)