FastRef:Fast Prototype Refinement for Few-Shot Industrial Anomaly Detection
针对少样本工业异常检测中原型代表性不足的问题，提出高效原型细化框架FastRef，通过迭代执行特征转移与异常抑制优化原型，实验证明其在多个基准数据集上有效且计算高效。
2025-06-26 cs.CV
Locality-aware Attention Network with Discriminative Dynamics Learning for Weakly Supervised Anomaly Detection
Communication University of China（中国传媒大学）
视频异常检测是一个弱监督下的多实例学习任务，每个视频被看作是一个片段包来判断是否包含异常。以前的努力主要集中在对片段本身的区分上，而没有对相邻片段的变化进行时间动态建模。因此，我们提出了一种具有两个目标函数的判别动力学学习（Discriminative Dynamics Learning，缩写为DNC）方法，即，动态排序损失和动态对准损失。前者旨在扩大积极和消极袋之间的分数动态差距，而后者执行袋内的特征动态和分数动态的时间对齐。此外，构建了一个局部感知注意力网络（LA-Net）来捕获全局相关性，并重新校准片段之间的位置偏好，然后使用具有因果卷积的多层感知器来获得异常分数。实验结果表明，我们的方法在两个具有挑战性的基准测试上取得了显着的改进，即，UCF-犯罪和XD-暴力
2022-08-11 cs.CV
Discriminative-Generative Dual Memory Video Anomaly Detection
State Key Lab of CAD&CG, Zhejiang University（浙江大学CAD&CG国家重点实验室）；Nanyang Technological University（南洋理工大学）；DAMO Academy, Alibaba Group（阿里巴巴集团达摩院）
最近，人们试图在训练过程中使用一些异常来进行视频异常检测（VAD），而不是仅使用正常数据。当少数异常数据面对大量正常数据时，会出现数据不平衡的副作用。最新的VAD作品使用三重丢失或数据重采样策略来减轻这个问题。然而，仍然没有一个精心设计的结构，歧视性VAD与一些异常。本文提出了一种区分性-能量双重内存异常检测模型（DREAM），利用少量异常来解决数据不平衡问题。我们使用两个浅层鉴别器来收紧正态特征分布边界，并使用一个生成器来进行下一帧预测。此外，我们提出了一个双记忆模块，以获得一个稀疏的特征表示在正常和异常空间。因此，DREAM不仅解决了数据不平衡的问题，而且还学习了合理的特征空间。进一步的理论分析表明，我们的梦想也适用于未知的异常。与UCSD Ped 1、UCSD Ped 2、中大大道和上海科技大学的已有方法相比，该模型在没有额外参数的情况下优于所有基线。消融研究证明了我们的双记忆模块和判别生成网络的有效性。
2021-04-29 cs.CV
Pro-AD: Learning Comprehensive Prototypes with Prototype-based Constraint for Multi-class Unsupervised Anomaly Detection
Fudan University（复旦大学）；Rongcheer Co., Ltd.（荣车科技有限公司）；Shanghai Ocean University（上海海洋大学）
本文提出Pro-AD，通过扩展可学习原型、动态双向解码器及原型约束，解决原型信息不足和异常被重建问题，实现多类无监督异常检测的最优性能。
2025-06-24 cs.CV
M2P-AD: Memory-to-Prototype Learning with Boundary-aware Score Refinement for 3D Anomaly Detection
Jeonbuk National University（全北国立大学）；Korea Institute of Industrial Technology (KITECH)（韩国产业技术研究院）
针对3D异常检测中正常区域过度异常响应和物体边界附近误报问题，提出M2P-AD模型，通过M2P模块学习原型、BE模块提取边界，结合BSR策略校准分数，在多个数据集上实现最优性能，提升异常检测准确性与稳定性。
2026-07-16 cs.CV
Beyond Normal References: Discriminative Few-Shot Anomaly Detection
Singapore Management University, Singapore（新加坡国立管理学院）；University of Wollongong, Australia（沃林戈大学）
提出IDEAL框架，通过内在偏差学习同时利用正常和异常参考，抑制正常变化并提取判别性偏差向量，实现少样本异常检测的泛化。
2026-10-01 cs.CV
Diverse Normal Prototypes-Guided Contrastive Reconstruction for Medical Anomaly Detection
School of Mathematics, Shandong University（山东大学数学学院）；Department of Interventional Medicine and Minimally Invasive Oncology, The Second Qilu Hospital of Shandong University（山东大学第二齐鲁医院介入医学与微创肿瘤科）；Department of Neurosurgery, The Second Qilu Hospital of Shandong University（山东大学第二齐鲁医院神经外科）
针对医学图像异常检测中注释有限和领域差距问题，提出DNP-ConFormer框架，集成可训练编码器、原型引导重建和多样性感知对齐损失，提升表征质量和异常定位能力。
2026-07-07 cs.CV
Visual Anomaly Detection via Dual-Attention Transformer and Discriminative Flow
Tsinghua University（清华大学）；Huazhong University of Science and Technology（华中科技大学）
本文提出 DADF 框架用于视觉异常检测，利用预训练网络获取多尺度先验嵌入，通过双注意力视觉 Transformer 实现两级重建，并结合归一化流建立判别似然，在 Mvtec AD 和 Mvtec LOCO AD 基准上取得优异性能。
2023-03-31 cs.CV
A Prototype-Based Neural Network for Image Anomaly Detection and Localization
School of Computer Science and Engineering, University of Electronic Science and Technology of China（电子科技大学计算机科学与工程学院）
本文提出ProtoAD，一种基于原型的神经网络，通过预训练特征提取、非参数聚类学习原型，并以端到端方式实现图像异常检测与定位，在MVTec AD和BTAD数据集上以更高推理速度取得竞争性能。
2024-05-25 cs.CV
Distribution Prototype Diffusion Learning for Open-set Supervised Anomaly Detection
Nanjing University of Science and Technology（南京理工大学）；Nanjing SeetaCloud Technology（南京海康威视科技）；Beijing Normal University（北京师范大学）
本文提出了一种分布原型扩散学习方法，通过构建可学习的高斯原型来创建潜在表示空间，以提高正常样本的判别边界，并通过Schroedinger桥促进正常样本向原型的扩散，同时将异常样本推离，从而提升异常检测性能。
2026-05-19 cs.CV
Physics-inspired Pseudo Anomaly Generation and Prototype Feature Guidance for 3D Anomaly Detection
School of Computer Science, Wuhan University（武汉大学计算机科学学院）；Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东省人工智能与数字经济实验室（深圳））；School of Information and Software Engineering, East China Jiaotong University（华东交通大学信息工程学院）；School of Computer Science and Technology, Dalian University of Technology（大连理工大学计算机科学与技术学院）
针对3D点云异常检测中真实异常样本稀缺等问题，提出PA3AD框架，采用物理启发式伪异常生成策略及原型特征引导，通过关键创新有效学习分布变化，实验证明其检测性能优于现有方法。
2026-07-14 cs.CV
BoRAD: Bootstrap your Own Representations for Multi-class Anomaly Detection
Department of Artificial Intelligence, FPT University（FPT大学人工智能系）；Department of IT, FPT University（FPT大学信息技术系）；Department of Computing Fundamental, FPT University（FPT大学计算基础系）
提出BoRAD框架，通过原型正则化解决多类异常检测中重建模型的捷径和误重建问题，无需标签即可实现单模型多类检测。
2026-06-15 cs.CV
A Discriminative Framework for Anomaly Detection in Large Videos
Carnegie Mellon University（卡内基梅隆大学）
我们解决的异常检测设置中，训练序列是不可用的和异常评分独立的时间顺序。目前的异常检测算法是基于经典的密度估计方法学习高维模型和发现低概率事件。这些算法对异常出现的顺序很敏感，并且需要训练数据或早期上下文假设，这些假设不适用于更长、更复杂的视频。通过将异常定义为可以与同一视频中的其他示例区分开的示例，我们的定义激发了从经典密度估计到简单判别学习的方法转变。我们的贡献包括一个新的异常检测框架，该框架（1）独立于异常的时间顺序，（2）无监督，不需要单独的训练序列。我们表明，即使我们通过从标准数据集中删除训练序列来调整设置，我们的算法也可以实现最先进的结果。
2016-09-28 cs.CV stat.ML
Dynamic Local Aggregation Network with Adaptive Clusterer for Anomaly Detection
Guangzhou Institute of Technology, Xidian University（西安电子科技大学广州研究院）；Northwestern Polytechnical University（西北工业大学）
现有的基于内存增强的自动编码器（AE）的异常检测方法存在以下缺点：（1）建立存储体需要额外的内存空间。(2)固定数量的原型来自主观假设，忽略了数据特征的差异性和多样性。为了克服这些缺点，我们引入了DLAN-AC，一个动态的本地聚合网络与自适应干扰，异常检测。首先，提出的DLAN可以自动学习和聚合AE的高级特征，以获得更具代表性的原型，同时释放额外的内存空间。第二，所提出的AC可以自适应地对视频数据进行聚类，以获得具有先验信息的初始原型。此外，我们还提出了一个动态冗余聚类策略（DRCS），使DLAN自动消除功能集群，不有助于建设的原型。大量的基准测试实验表明，DLAN-AC优于大多数现有的方法，验证了我们的方法的有效性。我们的代码可在https://github.com/Beyond-Zw/DLAN-AC上公开获取。
2022-07-22 cs.CV
DDR-ID: Dual Deep Reconstruction Networks Based Image Decomposition for Anomaly Detection
Institute for Infocomm Research, A*STAR（新加坡科技研究局资讯通信研究院）
图像异常（AD）检测的一个关键挑战是仅从正常类训练图像中学习判别信息。大多数基于图像重建的AD方法依赖于重建误差的鉴别能力。这是启发式的，因为图像重建是无监督的，没有结合正常类特定的信息。在本文中，我们提出了一种AD方法称为双深度重建网络的图像分解（DDR-ID）。通过对一类损失、潜在空间约束损失和重构损失进行联合优化来训练网络。经过训练后，DDR-ID可以将不可见图像分别分解为正常类和残差分量。通过计算两个异常得分来量化图像在正常类潜在空间或重建图像空间中的异常程度。由此，可以经由对异常分数进行阈值化来执行异常检测。实验表明，DDR-ID在使用MNIST、CIFAR-10和Endosome数据集进行图像异常检测以及使用GTSRB数据集进行对抗攻击检测方面优于多种相关基准测试方法。
2020-07-18 cs.CV
Representation--Behavior Alignment for Explainable Weakly-Supervised Video Anomaly Detection
Sun Yat-sen University（中山大学）；University of Macau（澳门大学）
针对多模态大语言模型在弱监督视频异常检测中表示与行为错位的问题，提出参数高效的表示-行为对齐方法，仅更新0.012%参数，提升决策方向与判别表示的匹配，实现可解释检测。
2026-10-06 cs.CV
Weakly Supervised Video Anomaly Detection Based on Cross-Batch Clustering Guidance
弱监督视频异常检测（WSVAD）是一项具有挑战性的任务，因为只有视频级别的标签可用于训练。在以往的研究中，学习到的特征的区分能力不够强，小批量训练策略导致的数据不平衡被忽视。为了解决这两个问题，我们提出了一种新的基于跨批次聚类指导的WSVAD方法。为了提高特征的区分能力，我们提出了一个基于损失的批量聚类，以鼓励一个聚类分支基于一批数据生成不同的正常和异常聚类。同时，我们设计了一个跨批次的学习策略，通过引入以前的小批次的聚类结果，以减少数据不平衡的影响。此外，我们建议生成更准确的段级异常分数的基础上批量聚类指导进一步提高性能的WSVAD。在两个公共数据集上的实验证明了该方法的有效性。
2022-12-16 cs.CV
Reliability-Aware Prototype Calibration for Frozen Pose-Flow Video Anomaly Detection
School of Information Engineering（信息工程学院）；Suqian University（宿迁大学）；School of Electronic & Information Engineering（电子与信息工程学院）；Nanjing University of Information Science and Technology（南京信息科学技术大学）；University of Electronic Science and Technology of China（电子科学与技术大学）；Institute for Advanced Studies（高级研究机构）；Universiti Malaya（马来亚大学）
提出一种后验评分校准方法RPC，通过标准化潜在空间中的最近原型偏差修正冻结姿态流检测器的排名，在8个骨干-数据集组合上平均提升AUROC 2.03个百分点。
2026-06-19 cs.CV
Beyond Static Anchors: Bounded Prototype Conditioning for Language-Free Medical Anomaly Detection
本研究针对现有CLIP医学异常检测方法静态参考难以跨域迁移的问题，提出无语言框架ReCAP，通过有界门控调制的条件原型与非参数记忆实现异常检测，在多基准上性能最优且推理延迟大幅降低。
2026-08-11 cs.AI cs.CV
Hierarchical Vector Quantized Transformer for Multi-class Unsupervised Anomaly Detection
Xidian University（西安电子科技大学）
针对多类无监督异常检测中“现有方法重建统一框架解决“基于连续表示的重建网络存在的“恒等捷径”问题，提出分层向量量化原型导向Transformer，在MVTec-AD数据集上取得最优性能。
2023-10-22 cs.CV
RealNet: A Feature Selection Network with Realistic Synthetic Anomaly for Anomaly Detection
College of Information and Engineering, Capital Normal University（首都师范大学信息工程学院）；School of Artificial Intelligence, Beijing University of Posts and Telecommunications（北京邮电大学人工智能学院）
针对工业图像异常检测中异常样本合成不真实、预训练特征冗余等问题，提出结合真实合成异常与自适应特征选择的RealNet，通过三项创新设计在四个基准数据集上实现图像级与像素级AUROC的显著提升。
2024-03-09 cs.CV
SaliencyCut: Augmenting Plausible Anomalies for Anomaly Detection
University of Liverpool（利物浦大学）；Duke Kunshan University（昆山杜克大学）
本文提出显著性引导的数据增强方法 SaliencyCut，通过生成合理范围内的伪异常并结合双头学习与逐块残差模块，提升开放集异常检测性能。
2023-11-01 cs.CV
MIST: Multiple Instance Self-Training Framework for Video Anomaly Detection
Sun Yat-Sen University（中山大学）；Peng Cheng Laboratory（鹏城实验室）；Pazhou Lab（琶洲实验室）
弱监督视频异常检测（WS-VAD）是一种基于判别式表示的视频异常检测方法。大多数现有的作品是有限的，在不足的视频表示。在这项工作中，我们开发了一个多实例自训练框架（MIST），以有效地完善特定于任务的歧视性表示，只有视频级的注释。特别是，MIST由1）多实例伪标签生成器组成，它采用稀疏连续采样策略来产生更可靠的剪辑级伪标签，以及2）自我引导的注意力提升特征编码器，旨在自动关注帧中的异常区域，同时提取特定于任务的表示。此外，我们采用自训练计划，以优化这两个组件，并最终获得一个特定于任务的特征编码器。在两个公共数据集上的大量实验证明了我们方法的有效性，我们的方法的性能优于或优于现有的监督和弱监督方法，特别是在上海科技大学获得了94.83%的帧级AUC。
2021-04-04 cs.CV
Stack of discriminative autoencoders for multiclass anomaly detection in endoscopy images
University of Saskatchewan（萨斯喀彻温大学）；Saskatchewan Health Authority（萨斯喀彻温卫生局）
无线胶囊式内窥镜（WCE）帮助医生无创地检查胃肠道（GI）。有几个研究，解决多类分类的内窥镜图像的病理评估，其中大多数是基于二进制异常检测或旨在检测特定类型的异常。多类异常检测具有挑战性，特别是当数据集采样不佳或不平衡时。内窥镜领域中的许多可用数据集（例如KID 2）遭受不平衡问题，这使得难以训练高性能模型。此外，增加类的数量使分类更加困难。我们提出了一个多类分类算法，可扩展到任何数量的类，可以处理不平衡的问题。所提出的方法使用多个自动编码器，其中每个自动编码器在一个类上进行训练，以提取与其他类最具区别的特征。自动编码器的损失函数基于重构、紧凑性、与其他类的距离和Kullback-Leibler（KL）发散来设置。所提取的特征被聚类，然后使用支持向量数据描述符的集合进行分类。来自KID 2数据集的总共1，778个正常、227个炎症、303个血管和44个息肉图像用于评价。整个算法运行了5次，在测试集上分别实现了96.3 +- 0.2%和85.0 +- 0.4%的F1分数，用于二进制和多类异常检测。通过各种消融研究研究了算法每个步骤的影响，并将结果与已发表的作品进行了比较。建议的方法是一个有竞争力的选择，用于检测多类异常的GI领域。
2021-08-19 cs.AI cs.CV
Anomaly Detection via Multi-Scale Contrasted Memory
CY Cergy Paris Université（CY塞尔吉-巴黎大学）；ENSEA（国立高等电子及应用学院）；CNRS（法国国家科学研究中心）；Idemia Identity & Security（艾德米尔身份与安全公司）
深度异常检测（AD）旨在为单类和不平衡设置提供鲁棒且高效的分类器。然而，目前的AD模型仍然挣扎在边缘情况下正常的样本，往往无法保持高性能的不同规模的异常。此外，目前还没有一个统一的框架，有效地涵盖了一类和不平衡的学习。鉴于这些限制，我们引入了一个新的两阶段异常检测器，它在训练多尺度正常原型时记忆，以计算异常偏差分数。首先，我们使用一种新的记忆增强对比学习同时学习多个尺度上的表征和记忆模块。然后，我们训练一个异常距离检测器的原型和观测之间的空间偏差地图。我们的模型极大地提高了对各种对象，风格和局部异常的最先进性能，与CIFAR-100相比误差相对改善高达50%。它也是第一个在单类和不平衡设置中保持高性能的模型。
2023-03-09 cs.CV
M3DM-NR: RGB-3D Noisy-Resistant Industrial Anomaly Detection via Multimodal Denoising
Shanghai Jiao Tong University（上海交通大学）；Youtu Lab（腾讯优图实验室）；Tencent（腾讯）
针对实际场景中数据集存在噪声的问题，本文提出抗噪框架M3DM-NR，利用CLIP的多模态判别能力，通过三阶段（疑似参考选择、多模态去噪、特征对齐与融合）实现RGB-3D工业异常检测与分割，优于现有方法。
2024-06-04 cs.CV
Registration is a Powerful Rotation-Invariance Learner for 3D Anomaly Detection
South China University of Technology（华南理工大学）；Guangdong University of Petrochemical Technology（广东石油化工学院）；Singapore Management University（新加坡国立大学）
针对点云3D异常检测中旋转不变性与局部判别不足的问题，提出融合点云配准与记忆库异常检测目标的特征提取框架，并在Anomaly-ShapeNet和Real3D-AD上验证其性能提升。
2025-10-19 cs.CV
Dual Memory Units with Uncertainty Regulation for Weakly Supervised Video Anomaly Detection
Huazhong University of Science and Technology（华中科技大学）
学习判别特征有效地将异常事件从正常事件中分离出来是弱监督视频异常检测（WS-VAD）任务的关键。现有的方法，无论是视频和段级标签导向，主要集中在提取异常数据的表示，而忽略了正常数据的含义。我们观察到这样的方案是次优的，即，为了更好地区分异常，需要理解什么是正常状态，并且可能产生更高的误报警率。为了解决这个问题，我们提出了一个不确定性调节的双记忆单元（UR-DMU）模型，学习正常数据的表示和异常数据的判别特征。具体来说，受图卷积网络的传统全局和局部结构的启发，我们为Transformer网络引入了全局和局部多头自注意（GL-MHSA）模块，以获得更具表现力的嵌入，用于捕获视频中的关联。然后，我们使用两个存储体，一个额外的异常存储器处理硬样本，存储和分离异常和正常的原型，并最大限度地提高两个表示之间的裕度。最后，我们提出了一个不确定性学习计划来学习正常的数据潜在空间，这是强大的噪声从相机切换，对象变化，场景变换等XD暴力和UCF犯罪数据集上的广泛实验表明，我们的方法优于国家的最先进的方法由一个相当大的利润。
2023-02-10 cs.CV
Exploring Intrinsic Normal Prototypes within a Single Image for Universal Anomaly Detection
Department of Precision Instrument, Tsinghua University（清华大学精密仪器系）；School of Mechanical Science & Engineering, Huazhong University of Science & Technology（华中科技大学机械科学与工程学院）
针对异常检测中测试图像与训练集正常参考难以对齐的问题，提出INP-Former方法，直接从测试图像中提取内在正常原型指导重建，在多个数据集和任务上取得SOTA性能并具备零样本能力。
2025-07-01 cs.CV
PNEC-Mamba: Prototype-Guided Positive-Negative Evidence Calibration for Hyperspectral Image Classification
针对高光谱图像分类中像素表征歧义问题，提出PNEC-Mamba框架，通过正负证据校准与不确定性估计提升分类性能，在三个基准数据集上优于现有最优方法。
2026-08-04 cs.CV
Re Learning Memory Guided Normality for Anomaly Detection
Pune Institute of Computer Technology（浦那计算机技术学院）；New York University（纽约大学）
作者介绍了一种新的无监督异常检测方法，该方法利用了他们论文中新引入的内存模块。我们验证了作者的说法，这有助于通过帮助网络学习原型模式来提高性能，并使用学习的记忆来降低卷积神经网络的表示能力。此外，我们验证了作者引入的两种损失的有效性，即分离性损失和紧凑性损失，以提高记忆项目和深度学习特征的区分能力。我们用记忆项目的t-SNE图来检验疗效。
2021-01-29 cs.CV
GCR: Geometry-Consistent Routing for Task-Agnostic Continual Anomaly Detection
Tsinghua University Shenzhen International Graduate School（清华大学深圳国际研究生院）；Ratel Soft；Affiliated Fifth Hospital, Wenzhou Medical University（温州医学院附属第五医院）；Chinese Medicine Guangdong Laboratory（广东中医药实验室）
GCR通过几何一致性路由提升持续异常检测的稳定性，减少遗忘并保持检测性能。
2026-07-28 cs.CV
Produce Once, Utilize Twice for Anomaly Detection
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
提出POUTA方法，通过重用重建网络中的判别信息，以粗到细过程校准语义，实现高效精确的异常检测，优于或媲美现有方法，并提升少样本性能。
2023-12-20 cs.CV
Real time dense anomaly detection by learning on synthetic negative data
University of Zagreb Faculty of Electrical Engineering and Computing（萨格勒布大学电气工程与计算学院）
提出一种联合训练生成流的混合方法，在内点分布边界采样合成负数据，实现无需真实负数据的密集异常检测，并验证了基于能量密度的贡献。
2023-05-24 cs.CV cs.LG
ProDisc-VAD: An Efficient System for Weakly-Supervised Anomaly Detection in Video Surveillance Applications
Jiangxi University of Finance and Economics（江西财经大学）；Jiangxi Science and Technology Normal University（江西科技师范大学）
针对弱监督视频异常检测的标签模糊问题，提出ProDisc-VAD框架，通过原型交互层和伪实例判别增强损失实现高效判别特征学习，以极少的0.4M参数在ShanghaiTech和UCF-Crime上取得强AUC性能。
2025-07-17 cs.CV
Learning Prompt-Enhanced Context Features for Weakly-Supervised Video Anomaly Detection
Communication University of China（中国传媒大学）；Tsinghua University（清华大学）
针对弱监督视频异常检测中多分支建模开销大且MIL二值损失缺乏子类判别力的问题，提出TCA上下文聚合与PEL提示增强模块，在三个基准上以更低开销取得竞争力性能。
2024-01-23 cs.CV
DSR -- A dual subspace re-projection network for surface anomaly detection
University of Ljubljana, Faculty of Computer and Information Science（卢布尔雅那大学计算机与信息科学学院）
判别式无监督表面异常检测的最新技术依赖于外部数据集来合成异常增强的训练图像。这种方法在近分布异常上容易失败，因为这些异常由于它们与无异常区域的相似性而难以现实地合成。我们提出了一个架构的基础上量化的特征空间表示与双解码器，DSR，避免了图像级异常合成的要求。在不对异常的视觉属性进行任何假设的情况下，DSR通过对学习的量化特征空间进行采样来生成特征级别的异常，这允许受控地生成接近分布的异常。DSR在KSDD 2和MVTec异常检测数据集上实现了最先进的结果。在具有挑战性的真实世界KSDD 2数据集上的实验表明，DSR显著优于其他无监督的表面异常检测方法，在异常检测方面提高了10%的AP，在异常定位方面提高了35%的AP。
2022-11-23 cs.CV
INP-Former++: Advancing Universal Anomaly Detection via Intrinsic Normal Prototypes and Residual Learning
State Key Laboratory of Precision Measurement Technology and Instruments, Department of Precision Instrument, Tsinghua University（清华大学精密测量技术与仪器国家重点实验室，精密仪器系）；State Key Laboratory of Intelligent Manufacturing Equipment and Technology, Huazhong University of Science and Technology（华中科技大学智能制造装备技术国家重点实验室）；Hunan University School of Robotics（湖南大学机器人学院）；Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
本文提出INP-Former及改进版INP-Former++，通过直接从测试图像中提取内在正常原型（INPs）并利用残差学习指导正常token重建，在多类、少样本及零样本等异常检测任务上实现了最先进的通用检测性能。
2025-06-30 cs.CV
DAS3D: Dual-modality Anomaly Synthesis for 3D Anomaly Detection
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；Microsoft Research Asia（微软亚洲研究院）；School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院）；Tsinghua Shenzhen International Graduate School（清华大学深圳国际研究生院）
本文提出DAS3D方法，通过双模态异常合成与判别式重建网络，结合增强丢弃机制，提升3D与RGB图像的异常检测精度和分割性能。
2025-06-04 cs.CV
Neural-Collapse-guided Task-Free Continual Anomaly Detection
Southeast University（东南大学）
本文提出受神经崩溃启发的NC-TFAD框架，通过冻结骨干网络、对齐特征至ETF空间、生成合成异常样本及引入正则化与FNCC损失，在无任务持续异常检测任务中优于现有方法，为工业应用提供鲁棒方案。
2026-09-04 cs.CV
Spatial Autoregressive Modeling of DINOv3 Embeddings for Unsupervised Anomaly Detection
Computer Vision Lab. ETH Zurich, Zurich, Switzerland（苏黎世ETH Zurich计算机视觉实验室）
本文提出基于DINOv3嵌入的时空自回归模型，用于高效无监督异常检测，通过显式建模patch间空间依赖性提升性能并降低计算开销。
2026-09-02 cs.CV
Modeling the Distribution of Normal Data in Pre-Trained Deep Features for Anomaly Detection
Institute of Imaging & Computer Vision（成像与计算机视觉研究所）；RWTH Aachen University（亚琛工业大学）
图像中的异常检测（AD）是一个基本的计算机视觉问题，是指识别明显偏离标准的图像和图像子结构。流行的AD算法通常尝试使用任务特定的数据集从头开始学习正态模型，但由于大规模异常的不可访问性以及异常外观的模糊性，因此仅限于采用大多数正常数据的半监督方法。我们遵循另一种方法，并证明了在大型自然图像数据集上通过判别模型学习的深度特征表示非常适合描述正常性，并在迁移学习设置中检测甚至细微的异常。我们的正态模型是通过将多变量高斯（MVG）拟合到仅使用正常数据在ImageNet上训练的分类网络的深度特征表示来建立的。通过随后应用Mahalanobis距离作为异常评分，我们在公共MVTec AD数据集上的表现优于当前最先进的技术，在所有15个类别上实现了$95.8 \pm 1.2$的AUROC值（平均值$\pm$ SEM）。我们进一步研究为什么学习的表示是歧视性的AD任务，使用主成分分析。我们发现，在正常的数据中包含小的方差的主成分是区分正常和异常的情况下的关键。这为仅使用正常数据从头开始训练的AD方法的通常低于标准的性能提供了可能的解释。通过选择性地将MVG仅拟合到这些最相关的组件，我们能够进一步降低模型复杂性，同时保持AD性能。我们还研究了通过基于MVG假设选择可接受的假阳性率阈值来设置工作点。代码可在https://github.com/ORippler/gaussian-ad-mvtec获得
2020-10-23 cs.CV
CLIP Meets Diffusion: A Synergistic Approach to Anomaly Detection
Korea Advanced Institute of Science and Technology (KAIST)（韩国先进科学技术研究院）
本文提出 CLIPFUSION，融合 CLIP 判别模型与扩散生成模型，分别捕获全局与局部特征，并利用扩散模型的交叉注意力图和特征图进行异常检测，在 MVTec-AD 和 VisA 上取得优于基线的分割与分类性能。
2025-11-05 cs.CV cs.LG
Anomaly Crossing: New Horizons for Video Anomaly Detection as Cross-domain Few-shot Learning
Corning Inc.（康宁公司）；University of Rochester（罗切斯特大学）
视频异常检测的目的是识别视频中发生的异常事件。由于异常事件相对罕见，因此收集平衡数据集并训练二元分类器来解决任务是不可行的。因此，大多数以前的方法只使用无监督或半监督方法从正常视频中学习。显然，它们在捕获和利用有区别的异常特征方面受到限制，这导致异常检测性能受损。在本文中，为了解决这个问题，我们提出了一个新的学习范式，充分利用正常和异常的视频视频异常检测。特别是，我们制定了一个新的学习任务：跨域的Few-Shot异常检测，它可以转移从源域中的大量视频中学习到的知识，以帮助解决目标域中的Few-Shot异常检测。具体地说，我们利用目标正常视频的自我监督训练，以减少域差距，并设计了一个Meta上下文感知模块，探索视频上下文的事件在Few-Shot设置。我们的实验表明，我们的方法在DoTA和UCF-Crime数据集上的性能明显优于基线方法，新任务有助于为异常检测提供更实用的训练范例。
2022-11-23 cs.CV
Multi-Prototype Networks for Unconstrained Set-based Face Recognition
National University of Singapore（新加坡国立大学）；National University of Defense Technology（国防科技大学）；Tencent FiT DeepSea AI Lab（腾讯FiT深海人工智能实验室）；University of Electronic Science and Technology of China（电子科技大学）；Inception Institute of Artificial Intelligence（人工智能初创研究所）；Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；Qihoo 360 AI Institute（奇虎360人工智能研究院）
在本文中，我们研究了具有挑战性的无约束的基于集合的人脸识别问题，其中每个主题的脸是由一组媒体（图像和视频），而不是一个单一的图像实例化。单纯地聚集来自集合内的所有媒体的信息将遭受由异构因素（例如，变化的媒体形态、姿势和照明），并且不能学习区别性的面部表示。因此，提出了一种新的多原型网络（MPNet）模型，学习多个原型人脸表示自适应的媒体集。每个学习的原型是在一定条件下的姿态，照明和媒体模态方面的主体脸的代表。MPNet引入了一个密集子图（DSG）学习子网，而不是手工制作原型学习的集合分区，该子网隐式地解开不一致的媒体并学习许多代表性的原型。定性和定量的实验清楚地表明了所提出的模型的优越性，在国家的最先进的。
2019-03-23 cs.CV
Client-Specific Anomaly Detection for Face Presentation Attack Detection
University of Surrey（萨里大学）
以前已经发现一类异常检测方法在面部呈现攻击检测中是有效的，特别是在系统暴露于新型攻击的\textit{unseen}攻击场景中。这项工作遵循相同的异常为基础的制定的问题，并分析了部署\textit{client-specific}信息的优点，人脸欺骗检测。我们建议使用从预训练的深度卷积神经网络获得的表示来训练一类客户端特定的分类器（生成式和判别式）。接下来，基于特定于主题的分数分布，为每个客户端设置不同的阈值，然后将其用于关于测试查询的决策。通过广泛的实验，使用不同的一类系统，它表明，使用客户端特定的信息在一类异常检测制定（无论是在模型构建以及决策阈值调整），显着提高了性能。此外，还证明了用于识别目的的同一组深度卷积特征对于特定于类的一类异常检测范例中的面部呈现攻击检测是有效的。
2018-07-02 cs.CV
Learning Discriminative Prototypes with Dynamic Time Warping
Simon Fraser University（西蒙菲莎大学）；Borealis AI（博雷亚利斯人工智能公司）
动态时间规整（DTW）是一种广泛应用于时态数据处理的方法。然而，现有的方法既不能学习不同类的判别原型，也不能利用这些原型进行进一步的分析。我们提出了判别式原型DTW（DP-DTW），一种新的方法来学习类特定的时间识别任务的判别式原型。DP-DTW在时间序列分类基准上显示出优于传统DTW的性能。结合端到端深度学习，DP-DTW可以处理具有挑战性的弱监督动作分割问题，并在标准基准测试中获得最先进的结果。此外，通过学习的动作原型，能够对输入视频进行详细的推理。具体地，基于动作的视频摘要可以通过将输入序列与动作原型对齐来获得。
2021-03-17 cs.CV
AT3D-AD: Anomaly Type-Aware 3D Anomaly Detection via Hierarchical Point-Language Alignment
Shenzhen University（深圳大学）
针对三维点云异常检测定位不精确的问题，提出AT3D-AD框架，通过物理驱动参数化异常合成、层级全局-局部对齐和语义-几何分类模块，实现联合检测、定位与分类，在四个基准上达到最先进性能。
2026-09-23 cs.CV
OPAL: Orthonormal Prototype Alignment Learning for Interpretable Image Classification
Universitat Politècnica de València（瓦伦西亚理工大学）；Mines Paris, PSL University（巴黎矿业学院，巴黎文理研究大学）；Artikode Intelligence S.L.
提出单阶段端到端框架OPAL，通过正交基锚定潜在空间、空间竞争机制实现可解释图像分类，性能优于同类模型，可提供细粒度视觉解释。
2026-09-01 cs.CV
MGFN: Magnitude-Contrastive Glance-and-Focus Network for Weakly-Supervised Video Anomaly Detection
The University of Hong Kong（香港大学）；The Chinese University of Hong Kong（香港中文大学）
监控视频中的弱监督异常检测是一项具有挑战性的任务。超越现有的作品，有缺陷的能力来定位长视频中的异常，我们提出了一种新的扫视和焦点网络，有效地整合时空信息，准确的异常检测。此外，我们根据经验发现，现有的方法，使用特征幅度来表示异常的程度通常忽略了场景变化的影响，并因此导致次优性能，由于跨场景的特征幅度的不一致性。为了解决这个问题，我们提出了特征放大机制和幅度对比损失，以提高特征幅度检测异常的区分度。两个大规模的基准UCF-Crime和XD-Violence的实验结果表明，我们的方法优于国家的最先进的方法。
2022-11-28 cs.CV
Human-Scene Network: A Novel Baseline with Self-rectifying Loss for Weakly supervised Video Anomaly Detection
INRIA（法国国家信息与自动化研究所）；Woven Planet Holdings；Toyota Motor Europe（丰田汽车欧洲公司）
在只有视频级标签（即弱监督）的监控系统中，视频异常检测是具有挑战性的。这是由于：（i）基于人类和场景的异常的复杂整合，包括真实世界场景中的微妙和尖锐的时空线索，（ii）在弱监督下正常和异常实例之间的非最优优化。在本文中，我们提出了一个人类场景网络学习歧视性的表示，通过捕捉微妙和强烈的线索，在解离的方式。此外，还提出了一种自校正损失，从视频级标签中动态计算伪时间注释，以有效地优化人-场景网络。在三个公开可用的数据集上验证了所提出的具有自校正损失优化的人类场景网络，即UCF-Crime，ShanghaiTech和IITB-Corridor，在所考虑的六个场景中的五个场景中，表现优于最近报道的最先进的方法。
2023-01-19 cs.CV
FedVAR: Prototype-Aligned Federated Framework for Video Anomaly Recognition
Chungbuk National University（忠北国立大学）；Electronics and Telecommunications Research Institute (ETRI)（电子通信研究院）；University of Central Florida（中佛罗里达大学）
针对联邦视频异常识别中的语义错位问题，本文提出FedVAR框架，通过视觉语言模型的原型对齐机制缓解错位，实验显示其性能优于现有联邦基线。
2026-08-10 cs.AI cs.CV cs.DC
CycleTrans: Learning Neutral yet Discriminative Features for Visible-Infrared Person Re-Identification
Xiamen University（厦门大学）；Peng Cheng Laboratory（鹏城实验室）；Tencent Youtu Lab（腾讯优图实验室）
可见-红外人员重新识别（VI-ReID）是一项在可见光和红外模态之间匹配相同个体的任务。它的主要挑战在于由在不同光谱上操作的相机引起的模态间隙。现有的VI-ReID方法主要集中在学习跨模态的一般特征，通常以牺牲特征的可辨别性为代价。为了解决这个问题，我们提出了一种新的基于循环构造的网络，用于中性但有区别的特征学习，称为CycleTrans。具体来说，CycleTrans使用一个轻量级的知识捕获模块（KCM），以捕获丰富的语义从模态相关的特征图根据伪查询。然后，部署离散建模模块（DMM），根据模态无关的原型将这些特征转换为中性特征。为了保证特征的可区分性，另外两个KCM被进一步部署用于特征循环构造。通过循环构造，我们的方法可以学习有效的中性特征的可见光和红外图像，同时保持其显着的语义。在SYSU-MM 01和RegDB数据集上进行的大量实验验证了CycleTrans相对于一系列最先进方法的优点，SYSU-MM 01中的rank-1为+4.57%，RegDB中的rank-1为+2.2%。
2022-08-21 cs.CV
Learning Memory-guided Normality for Anomaly Detection
Yonsei University（延世大学）
我们解决的问题，异常检测，即检测视频序列中的异常事件。基于卷积神经网络（CNN）的异常检测方法通常利用代理任务（例如重建输入视频帧）来学习描述正常性的模型，而无需在训练时看到异常样本，并在测试时使用重建误差来量化异常程度。这些方法的主要缺点是它们没有明确考虑正常模式的多样性，并且CNN的强大表示能力允许重建异常视频帧。为了解决这个问题，我们提出了一种无监督学习的异常检测方法，该方法明确考虑了正常模式的多样性，同时降低了CNN的表示能力。为此，我们建议使用一个新的更新计划，在内存中的项目记录正常数据的原型模式的内存模块。我们还提出了新的特征紧凑性和分离性损失来训练记忆，增强记忆项目和从正常数据中深入学习的特征的辨别力。标准基准测试的实验结果表明，我们的方法的有效性和效率，它优于最先进的。
2020-03-30 cs.CV
