Buchumschlag

Dual Prototype-Conditioned Diffusion Model for Scalable Multi-Class Unsupervised Anomaly Detection in Large Category Spaces

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Feng, Yaoxuan, Li, Yuxin, Lv, Weijiang, Zhao, Zixuan, Wang, Yubiao, Chen, Wenchao, Chen, Bo, Liu, Hongwei
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SPD-Faith Bench: Diagnosing and Improving Faithfulness in Chain-of-Thought for Multimodal Large Language Models
von: Lv, Weijiang, et al.
Veröffentlicht: (2026)

Enhancing Multi-Class Anomaly Detection via Diffusion Refinement with Dual Conditioning
von: Zhan, Jiawei, et al.
Veröffentlicht: (2024)

Memory-Augmented Dual-Decoder Networks for Multi-Class Unsupervised Anomaly Detection
von: Xing, Jingyu, et al.
Veröffentlicht: (2025)

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

Pro-AD: Learning Comprehensive Prototypes with Prototype-based Constraint for Multi-class Unsupervised Anomaly Detection
von: Zhou, Ziqing, et al.
Veröffentlicht: (2025)

One-Step Diffusion with Inverse Residual Fields for Unsupervised Industrial Anomaly Detection
von: Zhang, Boan, et al.
Veröffentlicht: (2026)

Dinomaly: The Less Is More Philosophy in Multi-Class Unsupervised Anomaly Detection
von: Guo, Jia, et al.
Veröffentlicht: (2024)

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

DDGAD: Trajectory Dynamics for Diffusion-Based Graph Anomaly Detection
von: Yang, Yuxin, et al.
Veröffentlicht: (2026)

ShortcutBreaker: Low-Rank Noisy Bottleneck and Frequency Filtering Block for Multi-Class Unsupervised Anomaly Detection
von: Tang, Peng, et al.
Veröffentlicht: (2025)

Correcting Deviations from Normality: A Reformulated Diffusion Model for Multi-Class Unsupervised Anomaly Detection
von: Beizaee, Farzad, et al.
Veröffentlicht: (2025)

Semantically Guided Dynamic Visual Prototype Refinement for Compositional Zero-Shot Learning
von: Peng, Zhong, et al.
Veröffentlicht: (2025)

Diffusion-based Layer-wise Semantic Reconstruction for Unsupervised Out-of-Distribution Detection
von: Yang, Ying, et al.
Veröffentlicht: (2024)

Guided Reconstruction with Conditioned Diffusion Models for Unsupervised Anomaly Detection in Brain MRIs
von: Behrendt, Finn, et al.
Veröffentlicht: (2023)

MambaAD: Exploring State Space Models for Multi-class Unsupervised Anomaly Detection
von: He, Haoyang, et al.
Veröffentlicht: (2024)

MCDDPM: Multichannel Conditional Denoising Diffusion Model for Unsupervised Anomaly Detection in Brain MRI
von: Trivedi, Vivek Kumar, et al.
Veröffentlicht: (2024)

Generalist Graph Anomaly Detection via Prototype-Based Distillation
von: Xu, Yiming, et al.
Veröffentlicht: (2026)

Unsupervised Identification and Replay-based Detection (UIRD) for New Category Anomaly Detection in ECG Signal
von: Shi, Zhangyue, et al.
Veröffentlicht: (2025)

Dual Conditioned Motion Diffusion for Pose-Based Video Anomaly Detection
von: Wang, Hongsong, et al.
Veröffentlicht: (2024)

Understanding the Essence: Delving into Annotator Prototype Learning for Multi-Class Annotation Aggregation
von: Chen, Ju, et al.
Veröffentlicht: (2025)

Multi-Source Unsupervised Domain Adaptation with Prototype Aggregation
von: Huang, Min, et al.
Veröffentlicht: (2024)

MAEDiff: Masked Autoencoder-enhanced Diffusion Models for Unsupervised Anomaly Detection in Brain Images
von: Xu, Rui, et al.
Veröffentlicht: (2024)

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

Unsupervised Low-dose CT Reconstruction with One-way Conditional Normalizing Flows
von: An, Ran, et al.
Veröffentlicht: (2024)

Class-Prototype Conditional Diffusion Model with Gradient Projection for Continual Learning
von: Doan, Khanh, et al.
Veröffentlicht: (2023)

Dual-Modeling Decouple Distillation for Unsupervised Anomaly Detection
von: Liu, Xinyue, et al.
Veröffentlicht: (2024)

CoPS: Conditional Prompt Synthesis for Zero-Shot Anomaly Detection
von: Chen, Qiyu, et al.
Veröffentlicht: (2025)

Multi-Granularity Class Prototype Topology Distillation for Class-Incremental Source-Free Unsupervised Domain Adaptation
von: Deng, Peihua, et al.
Veröffentlicht: (2024)

Scalable Context-Aware Graph Attention for Unsupervised Anomaly Detection in Large-Scale Mobile Networks
von: Malacarne, Sara, et al.
Veröffentlicht: (2026)

Large Language Model Guided Knowledge Distillation for Time Series Anomaly Detection
von: Liu, Chen, et al.
Veröffentlicht: (2024)

Unsupervised Detection of Fetal Brain Anomalies using Denoising Diffusion Models
von: Olsen, Markus Ditlev Sjøgren, et al.
Veröffentlicht: (2024)

Ensembled Cold-Diffusion Restorations for Unsupervised Anomaly Detection
von: Marimont, Sergio Naval, et al.
Veröffentlicht: (2024)

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

How Low Can You Go? Surfacing Prototypical In-Distribution Samples for Unsupervised Anomaly Detection
von: Meissen, Felix, et al.
Veröffentlicht: (2023)

Diffusion Models with Ensembled Structure-Based Anomaly Scoring for Unsupervised Anomaly Detection
von: Behrendt, Finn, et al.
Veröffentlicht: (2024)

Unified Unsupervised and Sparsely-Supervised 3D Object Detection by Semantic Pseudo-Labeling and Prototype Learning
von: He, Yushen, et al.
Veröffentlicht: (2026)

VLMDiff: Leveraging Vision-Language Models for Multi-Class Anomaly Detection with Diffusion
von: Hicsonmez, Samet, et al.
Veröffentlicht: (2025)

Distribution Prototype Diffusion Learning for Open-set Supervised Anomaly Detection
von: Wang, Fuyun, et al.
Veröffentlicht: (2025)

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

SoftPatch: Unsupervised Anomaly Detection with Noisy Data
von: Jiang, Xi, et al.
Veröffentlicht: (2024)