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
Prior Normality Prompt Transformer for Multi-class Industrial Image Anomaly Detection
Tsinghua University（清华大学）；Huazhong University of Science and Technology（华中科技大学）；Beijing Institute of Technology（北京理工大学）
针对多类别工业异常检测中重建模型的恒等捷径学习问题，本文提出 PNPT，通过先验正常性提示和双流重建架构提升正常与异常样本的区分性能。
2024-06-17 cs.CV
Memorizing Normality to Detect Anomaly: Memory-augmented Deep Autoencoder for Unsupervised Anomaly Detection
The University of Adelaide（阿德莱德大学）；Deakin University（迪肯大学）；University of Western Australia（西澳大学）
深度自动编码器已广泛用于异常检测。在正常数据上训练，期望自动编码器对异常输入产生比正常输入更高的重构误差，这被用作识别异常的标准。然而，这一假设在实践中并不总是成立的。已经观察到，有时自动编码器“泛化”得如此之好，以至于它也可以很好地重建异常，从而导致异常的未检测。为了减轻这个缺点的自动编码器基于异常检测器，我们建议增加自动编码器与内存模块，并开发一个改进的自动编码器称为内存增强的自动编码器，即MemAE。给定一个输入，MemAE首先从编码器获得编码，然后将其用作查询，以检索最相关的内存项进行重建。在训练阶段，记忆内容被更新，并被鼓励代表正常数据的原型元素。在测试阶段，学习记忆将被固定，并且从正常数据的一些选择的记忆记录中获得重建。因此，重建将倾向于接近正常样本。因此，异常的重建误差将被加强用于异常检测。MemAE不需要对数据类型进行假设，因此通常适用于不同的任务。在不同数据集上的实验证明了所提出的MemAE具有良好的泛化能力和高效性。
2019-08-06 cs.CV
Learning Appearance-motion Normality for Video Anomaly Detection
Fudan University（复旦大学）；Shanghai Jiao Tong University（上海交通大学）
视频异常检测是计算机视觉领域的一项具有挑战性的任务。大多数基于单任务的方法没有考虑独特的空间和时间模式的独立性，而双流结构缺乏对相关性的探索。在本文中，我们提出了时空记忆增强的双流自动编码器框架，它独立地学习外观正常性和运动正常性，并通过对抗学习来探索相关性。具体来说，我们首先设计了两个代理任务来训练双流结构，以孤立地提取外观和运动特征。然后，原型特征被记录在相应的时空记忆池中。最后，编码-解码网络与神经网络进行对抗学习，以探索空间和时间模式之间的相关性。实验结果表明，我们的框架优于国家的最先进的方法，实现AUC的98.1%和89.8%的UCSD Ped 2和中大大道数据集。
2022-07-27 cs.CV cs.MM
STNMamba: Mamba-based Spatial-Temporal Normality Learning for Video Anomaly Detection
Academy for Engineering and Technology, Fudan University（复旦大学工程技术研究院）；School of Computer Science, Fudan University（复旦大学计算机科学学院）；School of Artificial Intelligence, Beijing University of Posts and Telecommunications（北京邮电大学人工智能学院）
本文提出STNMamba，通过双编码器、时空交互模块和记忆库高效学习视频时空正常性，以低计算成本实现有竞争力的异常检测性能。
2024-12-28 cs.CV
A Transfer Learning Framework for Anomaly Detection Using Model of Normality
Western University（韦仕敦大学）；National Research Council Canada（加拿大国家研究委员会）
卷积神经网络（CNN）技术已被证明是非常有用的基于图像的异常检测应用。CNN可以用作深度特征提取器，其中其他异常检测技术应用于这些特征。对于这种情况，使用迁移学习是常见的，因为预训练模型提供了对异常检测任务有用的深度特征表示。因此，可以通过在提取的特征和定义的正态性模型之间应用相似度量来检测异常。在这种方法中的一个关键因素是用于检测异常的决策阈值。虽然大多数提出的方法都集中在方法本身，但很少注意解决决策阈值设置。在本文中，我们解决这个问题，并提出了一个定义良好的方法来设置工作点决策阈值，提高检测精度。我们介绍了一个迁移学习框架的异常检测的基础上相似性度量与模型的正常性（MoN），并表明，与建议的阈值设置，可以实现显着的性能提高。此外，该框架具有较低的复杂度，计算要求宽松。
2020-11-12 cs.AI cs.CV cs.LG
VideoPatchCore: An Effective Method to Memorize Normality for Video Anomaly Detection
Yonsei University（延世大学）
本文提出 VideoPatchCore，一种无需训练、基于 PatchCore 的视频异常检测记忆方法，通过优先优化记忆并配置三种视频数据适配的记忆类型，解决了现有记忆方法优化难、实现复杂和性能波动的问题，性能达到最先进水平。
2024-11-23 cs.CV
Normality Prior Guided Multi-Semantic Fusion Network for Unsupervised Image Anomaly Detection
Shandong Key Laboratory of Ubiquitous Intelligent Computing, University of Jinan（山东 ubiquitous 智能计算重点实验室，济南大学）；Department of Mechanical Engineering, Shandong University（山东大学机械工程学院）
针对逻辑异常检测难题，提出正态性先验引导的多语义融合网络，利用预训练视觉-语言模型和语义码本注入正常语义，引导异常重建趋近正常，在MVTec LOCO AD上达到SOTA。
2025-06-23 cs.CV
Is Video Anomaly Detection Misframed? Evidence from LLM-Based and Multi-Scene Models
University of South Florida（佛罗里达州立大学）；Mitsubishi Electric Research Laboratories（三菱电机研究实验室）
本文探讨视频异常检测是否应关注单场景、空间感知和可解释性，以捕捉环境中的正常结构，而非依赖多场景模型。
2026-05-12 cs.CV
Context Recovery and Knowledge Retrieval: A Novel Two-Stream Framework for Video Anomaly Detection
Northwestern Polytechnical University（西北工业大学）
视频异常检测的目的是发现视频中不符合预期行为的事件。目前主流的异常检测方法主要是通过片段重构或未来帧预测误差来检测异常。然而，错误高度依赖于当前片段的本地上下文，并且缺乏对正态性的理解。为了解决这个问题，我们提出了检测异常事件，不仅由本地上下文，但也根据测试事件和正常的知识从训练数据之间的一致性。具体地说，我们提出了一种新的双流框架的基础上的上下文恢复和知识检索，其中两个流可以相互补充。对于上下文恢复流，我们提出了一个时空U-网，它可以充分利用运动信息来预测未来的帧。此外，我们提出了一个最大的本地错误机制，以减轻由复杂的前景对象所造成的大的恢复错误的问题。对于知识检索流，我们提出了一种改进的可学习的局部敏感哈希，它通过暹罗网络和相互差异损失优化哈希函数。该方法将正常性知识编码存储在哈希表中，并利用测试事件与知识表示之间的距离来揭示异常的概率。最后，我们融合两个流的异常分数来检测异常。大量的实验证明了两个流的有效性和互补性，从而提出的双流框架在四个数据集上实现了最先进的性能。
2022-09-07 cs.CV
CRCL: Causal Representation Consistency Learning for Anomaly Detection in Surveillance Videos
针对无监督视频异常检测中模型易受场景偏移影响、过度泛化的问题，提出因果表示一致性学习框架，通过场景去偏与因果正常性学习挖掘鲁棒因果因子，在多基准上实现更优性能且数据效率更高。
2025-03-24 cs.CV
ReMoE: Report-Guided Mixture-of-Experts for Multimodal OCT/OCTA Anomaly Detection
针对多模态OCT/OCTA异常检测，提出ReMoE模型，融合正常报告语义构建模态感知先验，在两个数据集上取得最优性能。
2026-08-03 cs.CV
Skip-GANomaly: Skip Connected and Adversarially Trained Encoder-Decoder Anomaly Detection
Durham University（杜伦大学）
尽管固有的不明确，异常检测是机器学习和视觉场景理解中非常感兴趣的研究工作。最常见的是，异常检测被认为是基于某种正态性度量的给定数据分布内的离群值的检测。在现实世界的异常检测问题中最重要的挑战是，可用的数据是高度不平衡的正常（即非异常），并包含所有可能的异常样本的子集-因此限制了使用完善的监督学习方法。相比之下，我们引入了一个无监督的异常检测模型，仅在正常（非异常，丰富）样本上进行训练，以学习域的正态分布，从而根据与该模型的偏差检测异常。我们提出的方法采用了一个编码器-解码器的卷积神经网络与跳跃连接，以彻底捕捉高维图像空间中的正常数据分布的多尺度分布。此外，针对所选架构利用对抗性训练方案在高维图像空间和低维潜在向量空间编码中提供了优异的重建。在训练期间最小化图像和隐藏向量空间内的重建误差度量有助于模型根据需要学习正态分布。因此，在随后的测试和部署期间较高的重建度量指示偏离该正态分布，因此指示异常。在X射线安全筛查的背景下，对已建立的异常检测基准和具有挑战性的真实世界数据集进行的实验显示了这种方法的独特前景。
2019-01-25 cs.CV cs.LG
Global-Regularized Neighborhood Regression for Efficient Zero-Shot Texture Anomaly Detection
Tsinghua University（清华大学）；Huazhong University of Science and Technology（华中科技大学）
本文提出零样本GRNR方法，利用测试图像的局部邻域与全局正常性先验进行自重建回归，无需训练即可在八个基准上实现优越的开集纹理异常检测。
2024-06-11 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
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
CNC: Cross-modal Normality Constraint for Unsupervised Multi-class Anomaly Detection
Xi’an Jiaotong-Liverpool University（西交利物浦大学）；University of Liverpool（利物浦大学）；Dinnar Automation Technology（迪纳尔自动化科技）；Beijing Jiaotong University（北京交通大学）
本文针对无监督多类异常检测中解码器过度泛化问题，提出跨模态正常性约束CNC方法，利用类无关可学习提示引导解码特征向正常文本表示靠拢，并结合门控混合专家模块处理多样块模式，在MVTec AD和VisA上取得竞争性性能。
2024-12-31 cs.AI cs.CV cs.LG
Energy-based Models for Video Anomaly Detection
Defence Science and Technology Organization (DSTO)（国防科学技术组织）
数据异常自动检测在视频监控、工业损坏检测和网络入侵检测等实践中有着广泛的应用，近年来成为研究领域的研究热点。然而，建立一个有效的异常检测系统是一个不平凡的任务，因为它需要解决具有挑战性的问题，注释数据的短缺，无法明确定义异常对象和昂贵的特征工程过程的成本。与现有的方法只能部分解决这些问题不同，我们开发了一个独特的框架来同时处理上述问题。我们建议处理规则模式，而不是处理异常对象的模糊定义，其未标记的数据丰富，通常很容易在实践中收集。这使得我们的系统可以完全在无监督的过程中进行训练，并将我们从昂贵的数据注释中解放出来。通过学习捕获数据中正态分布的生成模型，我们可以隔离导致低正态分数（高异常分数）的异常数据点。此外，通过利用生成网络的力量，即基于能量的模型，我们还能够自动学习特征表示，而不是回复几十年来一直主导异常检测研究的手工特征。我们展示了我们的建议，视频异常检测的具体应用和实验结果表明，我们的方法比基线表现得更好，并与国家的最先进的方法在许多基准视频异常检测数据集。
2017-08-17 cs.CV
Exploring Multimodal Prompts For Unsupervised Continuous Anomaly Detection
Key Laboratory of Computing Power Network（计算能力网络重点实验室）；Information Security, Ministry of Education, Shandong Computer Science Center (National Supercomputer Center in Jinan), Qilu University of Technology (Shandong Academy of Sciences)（信息安全，教育部，山东计算机科学中心（济南国家超算中心），齐鲁工业大学（山东科学院））；Shandong Provincial Key Laboratory of Computing Power Internet（山东省计算能力互联网重点实验室）；Service Computing, Shandong Fundamental Research Center for Computer Science（服务计算，山东省计算机基础研究中心）；Faculty of Data Science, City University of Macau（数据科学学院，澳门城市大学）
本文提出基于多模态提示的无监督连续异常检测框架，通过持续多模态提示记忆库和缺陷语义引导自适应融合机制提升检测精度与鲁棒性，实验表明在MVTec AD和VisA数据集上取得最优性能。
2026-03-23 cs.CV
Dual-Modeling Decouple Distillation for Unsupervised Anomaly Detection
Beihang University（北京航空航天大学）；University of Science and Technology Beijing（北京科技大学）；Beijing Jiaotong University（北京交通大学）
针对无监督异常检测中学生网络过度泛化导致检测效果不佳的问题，提出双重建模解耦蒸馏（DMDD）方法，通过解耦特征并结合正常-异常图像对蒸馏，兼顾异常边缘与中心检测，在MVTec AD上取得SOTA定位性能。
2024-10-15 cs.CV
Explainable Deep Few-shot Anomaly Detection with Deviation Networks
University of Adelaide（阿德莱德大学）
现有的异常检测范式绝大多数都集中在使用完全正常的数据或未标记的数据（主要是正常样本）来训练检测模型。这些方法的一个臭名昭著的问题是，由于缺乏关于异常的知识，它们在区分异常与正常样本方面很弱。在这里，我们研究的问题，Few-Shot异常检测，我们的目标是使用一些标记的异常的例子，训练样本有效的判别检测模型。为了解决这个问题，我们引入了一个新的弱监督异常检测框架，训练检测模型，而不假设的例子说明所有可能的异常类。具体而言，所提出的方法学习判别正常（规律性），利用标记的异常和先验概率，以执行表达的表示正常和无界偏离表示异常。这是通过利用神经偏差学习对异常分数进行端到端优化来实现的，其中正常样本的异常分数被施加为近似从先前提取的标量分数，而异常示例的异常分数被强制为在上尾中与这些采样分数具有统计上显著的偏差。此外，我们的模型被优化为通过基于top-K多实例学习的特征子空间偏差学习来学习细粒度的正态性和异常性，从而允许更广义的表示。在9个真实图像异常检测基准上的综合实验表明，我们的模型具有更高的样本效率和鲁棒性，并且在闭集和开集设置中的表现明显优于最先进的竞争方法。我们的模型还可以提供解释能力，因为它的先验驱动的异常得分学习。代码和数据集可在https://git.io/DevNet上获得。
2021-08-01 cs.AI cs.CV cs.LG
PL-SCEA: Reconfiguring Pretrained Attention for Few-Shot Industrial Anomaly Detection
School of Airspace Science and Engineering, Shandong University（山东大学空天科学与工程学院）
本研究提出PL-SCEA，通过重构冻结视觉基础模型的注意力机制，结合轻量级变分自编码器，在MVTec AD、VisA等数据集的小样本设置下，实现了更优的工业异常检测与定位性能。
2026-09-04 cs.CV
Filter or Compensate: Towards Invariant Representation from Distribution Shift for Anomaly Detection
Beijing University of Posts and Telecommunications（北京邮电大学）
针对分布偏移导致传统异常检测性能下降、现有反向蒸馏框架存在师生网络错位的问题，提出含DiSCo补偿与DiIFi过滤模块的FiCo方法，在三个基准上超越现有SOTA且分布内表现优于基于RD的方法。
2024-12-13 cs.CV
Learning to Tell Apart: Weakly Supervised Video Anomaly Detection via Disentangled Semantic Alignment
针对弱监督视频异常检测易忽略正常模式挖掘、细粒度分类易混淆的问题，提出DSANet从粗细粒度解耦对齐语义，在两个基准上取得了优于现有SOTA的性能。
2025-11-13 cs.CV
Normality Addition via Normality Detection in Industrial Image Anomaly Detection Models
Seoul National University（首尔大学）；Soongsil University（崇实大学）
针对工业图像异常检测中正常性标准变化的问题，提出基于视觉-语言模型的NAND方法，通过正常性检测调整决策边界以纳入新正常性，并在MVTec AD上验证其有效性。
2024-07-29 cs.CV
Unbiased Multiple Instance Learning for Weakly Supervised Video Anomaly Detection
Nanjing University of Science and Technology（南京理工大学）；Singapore Management University（新加坡管理大学）；Nanyang Technological University（南洋理工大学）；Alibaba Group（阿里巴巴集团）
弱监督视频异常检测（WSVAD）是一个具有挑战性的问题，因为二进制异常标签只在视频级别上给出，但输出需要片段级别的预测。因此，多实例学习（MIL）在WSVAD中占主导地位。然而，众所周知，MIL遭受许多错误警报，因为片段级检测器容易偏向于具有简单上下文的异常片段，被具有相同偏差的正态性所混淆，并且错过具有不同模式的异常。为此，我们提出了一个新的MIL框架：无偏见MIL（UMIL），以学习可改进WSVAD的无偏见异常特征。在每次MIL训练迭代中，我们使用当前检测器将样本分为两组，每组具有不同的上下文偏差：最有信心的异常/正常片段和其余的模糊片段。然后，通过在两个样本组中寻找不变的特征，我们可以消除变体上下文偏差。在UCF-Crime和Criminal上的大量实验证明了我们的UMIL的有效性。我们的代码在https://github.com/ktr-hubrt/UMIL上提供。
2023-03-22 cs.CV
A Multi-Scale A Contrario method for Unsupervised Image Anomaly Detection
Digital Sense（数字感知）；Universidad de la República（乌拉圭共和国大学）；IIE, Facultad de Ingeniería Universidad de la República（乌拉圭共和国大学工程学院IIE研究所）；Universidad Católica del Uruguay（乌拉圭天主教大学）
异常可以定义为偏离正态性的任何非随机结构。文献中报道的异常检测方法是多种多样的，因为被认为是异常的通常取决于特定的场景和应用。在这项工作中，我们提出了一个相反的框架来检测图像中的异常应用统计分析，通过卷积获得的特征图。我们通过补丁PCA，Gabor滤波器和从预训练的深度神经网络（Resnet）获得的特征图来评估从分析图像中学习的滤波器。所提出的方法是多尺度和完全无监督的，能够在各种各样的情况下检测异常。虽然这项工作的最终目标是检测汽车行业皮革样本中的细微缺陷，但我们表明，相同的算法在公共异常数据集中实现了最先进的结果。
2021-10-05 cs.CV
A Contrario multi-scale anomaly detection method for industrial quality inspection
Digital Sense；Universidad de la República（共和国大学）；Universidad Católica del Uruguay（乌拉圭天主教大学）
异常可以定义为偏离正态性的任何非随机结构。文献中报道的异常检测方法是多种多样的，因为被认为是异常的通常取决于特定的场景和应用。在这项工作中，我们提出了一个相反的框架来检测图像中的异常应用统计分析，通过卷积获得的特征图。我们通过补丁PCA，Gabor滤波器和从预训练的深度神经网络（Resnet）获得的特征图来评估从分析图像中学习的滤波器。所提出的方法是多尺度和完全无监督的，能够在各种各样的情况下检测异常。虽然这项工作的最终目标是检测汽车行业皮革样本中的细微缺陷，但我们表明，相同的算法在公共异常数据集中获得了最先进的结果。
2022-05-03 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
Semantic Iterative Reconstruction: One-Shot Universal Anomaly Detection
本文提出语义迭代重建框架，通过极少正常样本实现跨医疗领域的异常检测，实验表明其在多种设置下均优于现有方法。
2026-04-02 cs.CV
Image Anomaly Detection by Aggregating Deep Pyramidal Representations
University of Udine（乌迪内大学）
异常检测包括在数据集中识别那些与大多数数据显著不同的样本，代表正常类。它具有许多实际应用，例如从工业系统中的缺陷产品检测到医学成像。本文重点研究了图像异常检测，使用具有多个金字塔层次的深度神经网络来分析不同尺度下的图像特征。我们提出了一个基于编码-解码方案的网络，使用标准的卷积自编码器，仅在正常数据上进行训练，以建立正常模型。异常可以通过网络无法重建其输入来检测。在MNIST、FMNIST和最近的MVTec异常检测数据集上的实验结果显示了良好的准确性
2020-11-12 cs.AI cs.CV
Spatio-Temporal Relation Learning for Video Anomaly Detection
Nanjing University of Science and Technology（南京理工大学）
异常识别高度依赖于对象和场景之间的关系，因为相同/不同场景中的不同/相同对象动作可能导致不同程度的正常和异常。因此，物景关系实际上在异常检测中起着至关重要的作用，但在以前的作品中没有充分探索。在本文中，我们提出了一个时空关系学习（STRL）框架来解决视频异常检测任务。首先，考虑到动态特性的对象以及场景区域，我们构建了一个时空自动编码器（STAE），联合利用空间和时间的演变模式的表示学习。为了更好地提取模式，在STAE模块中设计了两个解码分支，即通过直接预测下一帧来捕获空间线索的外观分支和通过光流预测来建模动态的运动分支。然后，为了更好地具体化对象-场景关系，引入知识图谱嵌入方法，设计了一个关系学习模块来分析和总结正常关系。具体来说，在这个过程中，对象场景关系的可扩展性是通过联合建模对象/场景特征和可优化的对象场景关系映射来测量的。在三个公共数据集上进行了大量的实验，与现有方法相比，该方法具有更好的性能，证明了该方法的有效性。
2022-09-27 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
Towards Generalizable 3D Anomaly Detection via Relational Inconsistency Modeling
Kyung Hee University（庆熙大学）
提出关系不一致性建模框架，通过边感知图细化和簇偏差建模学习类别无关缺陷线索，在Anomaly-ShapeNet和Real3D-AD上实现域内与跨域持续最优。
2026-10-26 cs.CV
Multi-Contextual Predictions with Vision Transformer for Video Anomaly Detection
Korea University（高丽大学）
传统的视频异常检测方法主要有两种：基于重构的方法和基于预测的方法。由于基于重建的方法学习泛化输入图像，模型只学习一个单位函数，并强烈导致称为泛化问题的问题。另一方面，由于基于预测的算法学习在给定几个先前帧的情况下预测未来帧，因此它们对泛化问题不太敏感。然而，它仍然是不确定的，如果该模型可以学习视频的时空上下文。我们的直觉是，对视频时空背景的理解在VAD中起着至关重要的作用，因为它提供了关于视频剪辑中事件外观如何变化的精确信息。因此，为了充分利用上下文信息进行视频环境中的异常检测，我们设计了具有三种不同上下文预测流的Transformer模型：掩蔽的、整体的和部分的。通过学习预测连续正常帧的丢失帧，我们的模型可以有效地学习视频中的各种正常模式，这导致在不适合学习上下文的异常情况下的高重建误差。为了验证我们的方法的有效性，我们评估我们的模型上的公共基准数据集：USCD行人2，中大大道和上海科技，并评估重建误差的异常得分度量的性能。实验结果表明，与现有的视频异常检测方法相比，该方法具有较好的性能。
2022-06-17 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
AGAD: Adversarial Generative Anomaly Detection
NEC Laboratories China（NEC中国研究院）
提出AGAD，一种基于自对比的异常检测范式，通过从正常样本生成上下文对抗信息来生成伪异常数据，在监督和半监督场景下显著提升检测性能，且仅需不超过5%的异常训练数据。
2023-04-09 cs.CV cs.LG
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
Self-Navigated Residual Mamba for Universal Industrial Anomaly Detection
提出SNARM框架，通过测试图像内的自参考学习动态计算残差间和残差内特征，结合多头的Mamba模块聚焦异常区域，在多个工业异常检测基准上达到SOTA性能。
2025-08-10 cs.CV
HLGFA: High-Low Resolution Guided Feature Alignment for Unsupervised Anomaly Detection
Innolight Technology Research Institute（英 light 技术研究院）
本文提出HLGFA框架，通过高-低分辨率特征一致性学习正常样本的正常性，不依赖像素级重建，利用双分辨率输入提取多级特征，并通过条件调制和门控残差修正引导低分辨率特征细化，有效识别异常区域。
2026-05-09 cs.CV
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
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
UniFormaly: Towards Task-Agnostic Unified Framework for Visual Anomaly Detection
Yonsei University（延世大学）
UniFormaly提出任务无关的统一视觉异常检测框架，通过Back Patch Masking和top k-ratio特征匹配，实现跨任务的高效检测并降低资源消耗。
2023-11-14 cs.AI cs.CV
UniMMAD: Unified Multi-Modal and Multi-Class Anomaly Detection via MoE-Driven Feature Decompression
UniMMAD通过MoE驱动的特征解压机制，实现多模态和多类别异常检测的统一，解决传统方法在领域变化和内存占用上的不足，提升检测效率与准确性。
2026-03-14 cs.CV
Heuristic Hyperparameter Choice for Image Anomaly Detection
Centre for mathematical morphology（数学形态学中心）；Mines Paris - PSL（巴黎国立高等矿业学校-巴黎文理研究大学）
针对图像异常检测中预训练特征冗余问题，提出启发式方法选择负主成分分析（NPCA）的超参数，以最少特征成分实现良好检测性能。
2023-07-20 cs.CV cs.LG
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
VT-3DAD: Cross-Category 3D Anomaly Detection via Visual-Text Normal Space Alignment
Niigata University（Niigata大学）；University of Toyama（Toyama大学）；Iwate University（Iwate大学）
提出VT-3DAD无训练框架，通过冻结CLIP编码器提取多视图视觉特征和文本正常锚点，融合视觉与语义偏差实现跨类别3D异常检测，在ShapeNetPart上达到最优性能。
2026-06-03 cs.CV
Structural Teacher-Student Normality Learning for Multi-Class Anomaly Detection and Localization
University of Alberta（阿尔伯塔大学）
针对多类别异常检测中的跨类别干扰问题，提出结构化师生常态学习框架，通过结构蒸馏与 CRAM 提升检测和定位性能。
2024-02-27 cs.CV
Exploring Deep Anomaly Detection Methods Based on Capsule Net
University of Ottawa（渥太华大学）；Queen’s University（女王大学）；National Research Council Canada（加拿大国家研究委员会）
在本文中，我们开发和探索基于胶囊网络（CapsNet）的图像数据的深度异常检测技术。CapsNet能够编码部分和整体之间的内在空间关系，已被用作分类器和深度自动编码器。这启发我们设计了一个基于预测概率和重建误差的正态性评分函数来评估未见过图像的“离群”。我们在三个数据集上的结果表明，基于预测概率的方法表现一贯良好，而基于重建误差的方法对标记和未标记图像之间的相似性相对敏感。此外，这两种基于CapsNet的方法在许多情况下都优于原则性基准方法。
2019-07-15 cs.CV cs.LG stat.ML
InCTRLv2: Generalist Residual Models for Few-Shot Anomaly Detection and Segmentation
本文提出InCTRLv2，一种通用少样本异常检测与分割框架，通过双分支结构引入判别异常评分学习和单类异常评分学习模块，利用视觉-文本语义先验实现双视角异常检测。
2026-04-06 cs.CV
Anchor and Adapt: Asymmetric Prompt Adaptation for Few-Shot Industrial Anomaly Detection
Fudan University（复旦大学）
提出Anchor and Adapt两阶段提示学习框架，分离异常语义获取与目标正常外观适配，通过固定锚点和适配正常分支，在少样本工业异常检测中实现竞争性能，减少对类别特定模板的依赖。
2026-10-07 cs.AI cs.CV
Action Hints: Semantic Typicality and Context Uniqueness for Generalizable Skeleton-based Video Anomaly Detection
National Key Laboratory of Human-Machine Hybrid Augmented Intelligence（人机混合增强智能国家重点实验室）；National Engineering Research Center for Visual Information（视觉信息工程国家级工程研究中心）；Institute of Artificial Intelligence and Robotics（人工智能与机器人研究所）；Robotics, Xi'an Jiaotong University（机器人学，西安交通大学）；School of Electronics and Control Engineering（电子控制工程学院）
本文提出基于骨架的零样本视频异常检测框架，通过动作典型性和唯一性学习提升模型泛化能力，在四个大规模数据集上取得最佳性能。
2026-04-29 cs.CV
A Survey on Visual Anomaly Detection: Challenge, Approach, and Prospect
Huazhong University of Science and Technology（华中科技大学）；University of Michigan, Ann Arbor（密歇根大学安娜堡分校）；Youtu Lab, Tencent（腾讯优图实验室）；Singapore Management University（新加坡管理大学）
本综述针对视觉异常检测（VAD）领域，梳理其研究背景与概念，指出训练数据稀缺、视觉模态多样、层级异常复杂三大挑战，从多维度分类阐述最新进展，并总结未来发展方向与核心贡献。
2024-01-29 cs.AI cs.CV
Memory-Augmented Dual-Decoder Networks for Multi-Class Unsupervised Anomaly Detection
Sichuan University（四川大学）；Institute of High Performance Computing, A*STAR（高性能计算研究所，A*STAR）
针对多类无监督异常检测中过泛化与正常重建不足的双重挑战，提出记忆增强双解码器网络（MDD-Net），通过双解码器差异与类别记忆模块提升异常检测性能。
2025-04-21 cs.CV
