.png){kind=icon}
返回
MvP-Diff: Multivariate yet precise diffusion for anomaly images synthesis and segmentation
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2026.113294.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 本文提出了一种新颖的多变量且精确的扩散框架MvP-Diff，用于同时进行异常图像合成和分割，有效解决了异常训练数据有限和掩码标签漂移的挑战。
• 本文介绍了一种基于边界框引导的生成策略，并配备异常分割标签提取模块，能够在创建多样化异常模式的同时，通过像素级差异计算确保精确的掩码对齐。
• 本文提出了一种全面的异常合成与分割解决方案，显著提升了下游异常检测性能，在多个基准模型和数据集上均取得了优异效果。
Keyword:
MvP-Diff
anomaly synthesis
anomaly segmentation
diffusion framework
mask alignment
期刊
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
查看更多机构
引用论文
Divide-and-Conquer: Confluent Triple-Flow Network for RGB-T Salient Object Detection分治法：用于RGB-T显著目标检测的融合三流网络
PREAI
分享收藏Cloud-GAN: Cloud Generation Adversarial Networks for anomaly detectionCloud-gan: 用于异常检测的云生成对抗网络.png)
PATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏SLSG: Industrial image anomaly detection with improved feature embeddings and one-class classificationPATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏SoftPatch plus : Fully unsupervised anomaly classification and segmentationSoftPatch plus：完全无监督的异常分类与分割PATTERN RECOGNITION
OAAI
PATTERN RECOGNITIONIF7.6
OAAI分享收藏
分享收藏Learning deep feature correspondence for unsupervised anomaly detection and segmentation用于无监督异常检测和分割的深度特征对应学习PATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏Learning attention-guided pyramidal features for few-shot fine-grained recognition学习注意力引导的金字塔特征，用于少镜头细粒度识别PATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏 没有更多内容