Copertina

Tailored Transformation Invariance for Industrial Anomaly Detection

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Schönfeld, Mariette, Meert, Wannes, Blockeel, Hendrik
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Transfer learning RGB models to hyperspectral images with trainable tensor decompositions
di: Schönfeld, Mariette, et al.
Pubblicazione: (2026)

Quantitative Evaluation of Motif Sets in Time Series
di: Van Wesenbeeck, Daan, et al.
Pubblicazione: (2024)

Steering the LoCoMotif: Using Domain Knowledge in Time Series Motif Discovery
di: Yurtman, Aras, et al.
Pubblicazione: (2025)

Warping and Matching Subsequences Between Time Series
di: Lin, Simiao, et al.
Pubblicazione: (2025)

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

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

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

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

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

Learning to Transform for Generalizable Instance-wise Invariance
di: Singhal, Utkarsh, et al.
Pubblicazione: (2023)

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

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

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

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

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

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

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

Unveil Inversion and Invariance in Flow Transformer for Versatile Image Editing
di: Xu, Pengcheng, et al.
Pubblicazione: (2024)

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

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

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

Accelerating Augmentation Invariance Pretraining
di: Lin, Jinhong, et al.
Pubblicazione: (2024)

Set Features for Anomaly Detection
di: Cohen, Niv, et al.
Pubblicazione: (2023)

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

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

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

Background Invariance Testing According to Semantic Proximity
di: Liao, Zukang, et al.
Pubblicazione: (2022)

Learning Conditional Invariances through Non-Commutativity
di: Chaudhuri, Abhra, et al.
Pubblicazione: (2024)

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

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

Real-Time Anomaly Detection in Video Streams
di: Poirier, Fabien
Pubblicazione: (2024)

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

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

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

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

Research on Anomaly Detection Methods Based on Diffusion Models
di: Chen, Yi
Pubblicazione: (2025)

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

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

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

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