type
status
date
slug
summary
tags
category
icon
password
Last edited time
Aug 7, 2024 12:25 AM
2024年异常检测顶会汇总
📝 主旨内容
数据源
2024年异常检测顶会汇总
Name
Conference
Tags
affiliation
author
Datasets
Desc
PDF
Github
AAAI2024
异常合成
重构
图像异常检测
东南大学
MVTec-AD
全面的异常合成框架
新的异常合成方法NDAA
重构和分割训练分离策略
AAAI2024
少样本
扩散模型
异常生成
多模态
上海交通大学,腾讯优图实验室,宁德时代
MVTec-AD
将异常位置(掩码的编码)与异常外观(文本嵌入)分开考虑并作为条件输入到扩散模型
注意力集中在不明显区域,与掩码对齐
能够生成逼真且多样的异常
异常检查:检查,定位,分类
AAAI2024
大语言模型
图像异常检测
多模态
少样本
中国科学院
AAAI2024
图像异常检测
多类一模型
扩散模型
浙江大学,腾讯优图实验室
MVTec-AD
VisA
AAAI2024
少样本
逻辑异常
内存库
图像异常检测
韩国大邱庆北科学技术院,斯坦福
AAAI2024
上海大学,复旦大学
AAAI2024
扩散模型
图像异常检测
逻辑异常
对比学习
连续学习
多类一模型
南方科技大学,腾讯优图实验室,上海交通大学
MVTec-AD
MVTec LOCO
ECCV2024
3D点云
多模态
内存库
上海交通大学,腾讯优图实验室,浙江大学
MVTec-3D AD
ECCV2024
重构
3D点云
扩散模型
浙江大学,南洋理工大学
Real3D-AD
Anomaly-ShapeNet
ICASSP2024
ICASSP2024
重构
CVPR2024
少样本
多模态
3D点云
博洛尼亚大学(意大利)
CVPR2024
CVPR2024
CLIP
多模态
少样本
零样本
正常生成
首尔中央大学,韩国LG CNS公司生成式人工智能团队
CVPR2024
🤗 总结归纳
📎 参考文章
- 作者:ziuch
- 链接:https://ziuch.com/article/2024-Top-Anomaly-Detection-Papers?target=comment
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议,转载请注明出处。
相关文章