Buchumschlag

Towards Adversarial Robustness and Uncertainty Quantification in DINOv2-based Few-Shot Anomaly Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Khan, Akib Mohammed, Krawczyk, Bartosz
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

AnomalyDINO: Boosting Patch-based Few-shot Anomaly Detection with DINOv2
von: Damm, Simon, et al.
Veröffentlicht: (2024)

AD-DINOv3: Enhancing DINOv3 for Zero-Shot Anomaly Detection with Anomaly-Aware Calibration
von: Yuan, Jingyi, et al.
Veröffentlicht: (2025)

DINOv2 based Self Supervised Learning For Few Shot Medical Image Segmentation
von: Ayzenberg, Lev, et al.
Veröffentlicht: (2024)

Dual Distillation for Few-Shot Anomaly Detection
von: Dong, Le, et al.
Veröffentlicht: (2026)

ABounD: Adversarial Boundary-Driven Few-Shot Learning for Multi-Class Anomaly Detection
von: Deng, Runzhi, et al.
Veröffentlicht: (2025)

Towards Fine-Grained Vision-Language Alignment for Few-Shot Anomaly Detection
von: Fan, Yuanting, et al.
Veröffentlicht: (2025)

Spatial Autoregressive Modeling of DINOv3 Embeddings for Unsupervised Anomaly Detection
von: Erdil, Ertunc, et al.
Veröffentlicht: (2026)

Beyond Normal References: Discriminative Few-Shot Anomaly Detection
von: Wang, Huan, et al.
Veröffentlicht: (2026)

Commonality in Few: Few-Shot Multimodal Anomaly Detection via Hypergraph-Enhanced Memory
von: Lin, Yuxuan, et al.
Veröffentlicht: (2025)

AnomalyAgent: Training-Free Agentic Models for Zero-/Few-Shot Anomaly Detection
von: Zhang, Yi, et al.
Veröffentlicht: (2026)

Exploiting DINOv3-Based Self-Supervised Features for Robust Few-Shot Medical Image Segmentation
von: Xu, Guoping, et al.
Veröffentlicht: (2026)

Multi-Scale Memory Comparison for Zero-/Few-Shot Anomaly Detection
von: Huang, Chaoqin, et al.
Veröffentlicht: (2023)

Few-Shot Anomaly Detection via Category-Agnostic Registration Learning
von: Huang, Chaoqin, et al.
Veröffentlicht: (2024)

Kernel-Aware Graph Prompt Learning for Few-Shot Anomaly Detection
von: Tao, Fenfang, et al.
Veröffentlicht: (2024)

COFT-AD: COntrastive Fine-Tuning for Few-Shot Anomaly Detection
von: Liao, Jingyi, et al.
Veröffentlicht: (2024)

Res$^2$CLIP: Few-Shot Generalist Anomaly Detection with Residual-to-Residual Alignment
von: Liu, Xinyue, et al.
Veröffentlicht: (2026)

InCTRLv2: Generalist Residual Models for Few-Shot Anomaly Detection and Segmentation
von: Zhu, Jiawen, et al.
Veröffentlicht: (2026)

Revealing the Semantic Selection Gap in DINOv3 through Training-Free Few-Shot Segmentation
von: Zakir, Hussni Mohd, et al.
Veröffentlicht: (2026)

FastRef:Fast Prototype Refinement for Few-Shot Industrial Anomaly Detection
von: Tian, Long, et al.
Veröffentlicht: (2025)

Hypergraph-Enhanced Training-Free and Language-Free Few-Shot Anomaly Detection
von: Xie, Guohuan, et al.
Veröffentlicht: (2026)

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

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

Robust Bird's Eye View Segmentation by Adapting DINOv2
von: Barın, Merve Rabia, et al.
Veröffentlicht: (2024)

DINOv2: Learning Robust Visual Features without Supervision
von: Oquab, Maxime, et al.
Veröffentlicht: (2023)

Prototypical Learning Guided Context-Aware Segmentation Network for Few-Shot Anomaly Detection
von: Jiang, Yuxin, et al.
Veröffentlicht: (2025)

Transformer Based Self-Context Aware Prediction for Few-Shot Anomaly Detection in Videos
von: Pillai, Gargi V., et al.
Veröffentlicht: (2025)

PromptAD: Learning Prompts with only Normal Samples for Few-Shot Anomaly Detection
von: Li, Xiaofan, et al.
Veröffentlicht: (2024)

VTFusion: A Vision-Text Multimodal Fusion Network for Few-Shot Anomaly Detection
von: Jiang, Yuxin, et al.
Veröffentlicht: (2026)

HAAF: Hierarchical Adaptation and Alignment of Foundation Models for Few-Shot Pathology Anomaly Detection
von: Yang, Chunze, et al.
Veröffentlicht: (2026)

Towards Generalized Few-Shot Open-Set Object Detection
von: Su, Binyi, et al.
Veröffentlicht: (2022)

CLIP-FSAC++: Few-Shot Anomaly Classification with Anomaly Descriptor Based on CLIP
von: Zuo, Zuo, et al.
Veröffentlicht: (2024)

Uncertainty Quantification for Collaborative Object Detection Under Adversarial Attacks
von: Huang, Huiqun, et al.
Veröffentlicht: (2025)

AnomalySD: Few-Shot Multi-Class Anomaly Detection with Stable Diffusion Model
von: Yan, Zhenyu, et al.
Veröffentlicht: (2024)

Exploring Robust Features for Few-Shot Object Detection in Satellite Imagery
von: Bou, Xavier, et al.
Veröffentlicht: (2024)

Melanoma Detection with Uncertainty Quantification
von: Kim, SangHyuk, et al.
Veröffentlicht: (2024)

Object-Centric Cropping for Visual Few-Shot Classification
von: Abdali, Aymane, et al.
Veröffentlicht: (2025)

GATE-AD: Graph Attention Network Encoding For Few-Shot Industrial Visual Anomaly Detection
von: Psiris, Aggelos, et al.
Veröffentlicht: (2026)

Advanced Vision Transformers and Open-Set Learning for Robust Mosquito Classification: A Novel Approach to Entomological Studies
von: Karim, Ahmed Akib Jawad, et al.
Veröffentlicht: (2024)

MeLIAD: Interpretable Few-Shot Anomaly Detection with Metric Learning and Entropy-based Scoring
von: Cholopoulou, Eirini, et al.
Veröffentlicht: (2024)

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