Newest papers

LACToS: Local Anomaly Detection via Conditional Typicality of Superpixels

Jihoon Hong, Alireza Kheirandish, Rohan Sanda, Sara Fridovich-Keil · 2026 · arXiv

DOI: 10.48550/arXiv.2610.31538 · open-access PDF

Russian

Местное обнаружение аномалий – это задача выявления пространственно ограниченных аномальных или внераспределенных (OOD) регионов в пределах образа, иначе входящего в распределение (ID). Большинство существующих методов предназначены для конкретного контекста, с сильным акцентом на обнаружение промышленных дефектов, где они достигают отличной производительности на хорошо установленных этапах. Однако мы наблюдаем, что эти методы могут демонстрировать значительные падения производительности в других контекстах, особенно когда внутреннее распределение мультимодально. Чтобы учесть эту внутреннюю сложность, мы предлагаем LACToS, методологию обнаружения локальных OOD.

Machine translation (Meta M2M100); the English original follows.

Abstract

Local anomaly detection is the task of identifying spatially confined anomalous or out-of-distribution (OOD) regions within an otherwise in-distribution (ID) image. Most existing methods are designed for a specific context, with a strong focus on industrial defect detection, where they achieve excellent performance on well-established benchmarks. However, we observe that these methods can exhibit significant performance drops in other contexts, especially when the inlier distribution is multimodal. To account for this inlier complexity, we propose LACToS, a principled local OOD detection metho

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange