論文の概要: O-VAD: Industrial Video Anomaly Detection through Object-Centric Tracking and Reasoning

• arxiv url: http://arxiv.org/abs/2607.18142v1
• Date: Mon, 20 Jul 2026 16:36:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-21 18:48:37.708229
• Title: O-VAD: Industrial Video Anomaly Detection through Object-Centric Tracking and Reasoning
• Title（参考訳）: O-VAD:オブジェクト中心追跡と推論による産業用ビデオ異常検出
• Abstract要約: 産業ビデオ異常検出(IVAD)は、産業プロセスにおける異常な物体や事象を特定することを目的としている。 既存のVLMベースの異常推論手法は、一般領域におけるオープンエンドな異常を検出することができる。 ドメイン固有知識のない異常検出のためのトレーニングフリーエージェントフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 25.69002873920198
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Industrial Video Anomaly Detection (IVAD) aims to identify anomalous objects and events in an industrial process, which is crucial for modern manufacturing and quality control systems. Existing VLM-based anomaly reasoning methods are capable of detecting open-ended anomalies in general domains. However, their performance declines in industrial settings characterized by intricate object transformations, strict physics, and procedural constraints. To tackle the complexity of such interaction-intensive detection, we introduce a training-free agentic framework for anomaly detection free of domain-specific knowledge, emphasizing object state evolution like humans inspectors. It is designed to track spatial-temporal dynamics and underlying transformations of detected objects over time, and then reason over the object-wise temporal state trajectories to identify abnormal objects in grounded frames. Our method overcomes limitations of prior approaches that rely on retraining on normal clips or injecting domain knowledge as context for test-time inference. Extensive experiments on three IVAD datasets demonstrate that our method outperforms frontier VLMs, agentic frameworks, and traditional VAD methods fine-tuned on the respective datasets, while providing interpretable reports over anomaly processes and types.
• Abstract（参考訳）: 産業用ビデオ異常検出(IVAD)は、工業プロセスにおける異常な物体や事象を特定することを目的としている。 既存のVLMベースの異常推論手法は、一般領域におけるオープンエンドな異常を検出することができる。 しかし、工業環境でのパフォーマンス低下は、複雑なオブジェクト変換、厳密な物理、手続き的な制約によって特徴づけられる。 このような相互作用集約的な検出の複雑さに対処するために、ドメイン固有の知識のない異常検出のためのトレーニング不要なエージェントフレームワークを導入し、人間のインスペクタのようなオブジェクト状態の進化を強調する。 時間とともに検出された物体の空間的時間的ダイナミクスと基礎的な変換を追跡し、対象の時間的状態軌跡を解析して、接地されたフレーム内の異常物体を識別するように設計されている。 提案手法は,通常のクリップの再トレーニングやテスト時間推論のコンテキストとしてドメイン知識を注入することに依存する,従来のアプローチの制限を克服する。 3つのIVADデータセットに対する大規模な実験により、我々の手法は、各データセットに微調整されたフロンティアVLM、エージェントフレームワーク、従来のVADメソッドよりも優れており、異常なプロセスやタイプに関する解釈可能なレポートを提供する。

関連論文リスト

• IndusAgent: Reinforcing Open-Vocabulary Industrial Anomaly Detection with Agentic Tools [23.270402833986605]
  IndusAgentはオープン語彙異常検出のためのツール拡張エージェントフレームワークである。 IndusAgentは既存のすべての手法の中で最先端のゼロショット性能を実現していることを示す。
  論文  参考訳（メタデータ） (2026-05-20T03:52:21Z)
• Reason-IAD: Knowledge-Guided Dynamic Latent Reasoning for Explainable Industrial Anomaly Detection [85.29900916231655]
  Reason-IADは、説明可能な産業異常検出のための知識誘導型動的潜在推論フレームワークである。 実験により、Reason-IADは最先端の手法よりも一貫して優れていることが示された。
  論文  参考訳（メタデータ） (2026-02-10T14:54:17Z)
• Track Any Anomalous Object: A Granular Video Anomaly Detection Pipeline [63.96226274616927]
  Track Any Anomalous Object (TAO)と呼ばれる新しいフレームワークでは、詳細なビデオ異常検出パイプラインが導入されている。 各画素に異常スコアを割り当てる手法とは異なり、我々の手法は問題から異常オブジェクトの画素レベルの追跡に変換する。 実験の結果、TAOは新しいベンチマークを精度と堅牢性で設定した。
  論文  参考訳（メタデータ） (2025-06-05T15:49:39Z)
• Robust Distribution Alignment for Industrial Anomaly Detection under Distribution Shift [51.24522135151649]
  異常検出は産業アプリケーションの品質管理において重要な役割を担っている。 既存の方法は、一般化可能なモデルをトレーニングすることで、ドメインシフトに対処しようとする。 提案手法は,最先端の異常検出法や領域適応法と比較して,優れた結果を示す。
  論文  参考訳（メタデータ） (2025-03-19T05:25:52Z)
• Component-aware Unsupervised Logical Anomaly Generation for Industrial Anomaly Detection [31.27483219228598]
  異常検出は、製品の品質を確保し、自動化プロセスの効率を向上させるために、工業生産において重要である。 最近の生成モデルは、しばしば偽陽性を増大させる非現実的な異常を発生させるか、訓練のために現実世界の異常サンプルを必要とする。 本稿では,論理的異常生成のギャップに対処するコンポーネント・アウェアで教師なしのフレームワークであるComGENを提案する。
  論文  参考訳（メタデータ） (2025-02-17T11:54:43Z)
• Counterfactual Explanation for Auto-Encoder Based Time-Series Anomaly Detection [0.3199881502576702]
  オートエンコーダは意思決定プロセスに固有の不透明さを示し、大規模な実践を妨げている。 本研究では,機能セレクタを用いて特徴を抽出し,モデル出力にコンテキストを与える。 実験結果から,提案手法がモデル決定過程に有意義かつ有意義な洞察を与える可能性が示唆された。
  論文  参考訳（メタデータ） (2025-01-03T19:30:11Z)
• Revisiting Deep Feature Reconstruction for Logical and Structural Industrial Anomaly Detection [2.3020018305241337]
  産業異常検出は品質管理と予測維持に不可欠である。 既存の手法では、深層学習ネットワークから抽出された画像パッチから複数スケールの特徴を活用することで、デントやスクラッチなどの構造異常を一般的に検出する。 構造異常を検出するためのメモリと計算効率のよいアプローチであるDeep Feature Restruction (DFR) に注目し,これらの制約に対処する。 我々はさらに、DFRをUDSADと呼ばれる統一されたフレームワークに拡張し、構造的および論理的異常の両方を検出する。
  論文  参考訳（メタデータ） (2024-10-21T17:56:47Z)
• Weakly Supervised Video Anomaly Detection and Localization with Spatio-Temporal Prompts [57.01985221057047]
  本稿では、事前学習された視覚言語モデル(VLM)に基づく、弱教師付きビデオ異常検出および局所化のための時間的プロンプト埋め込み(WSVADL)を学習する新しい手法を提案する。 提案手法は,WSVADLタスクの3つの公開ベンチマークにおける最先端性能を実現する。
  論文  参考訳（メタデータ） (2024-08-12T03:31:29Z)
• GeneralAD: Anomaly Detection Across Domains by Attending to Distorted Features [68.14842693208465]
  GeneralADは、意味的、ほぼ分布的、産業的設定で動作するように設計された異常検出フレームワークである。 本稿では,ノイズ付加やシャッフルなどの簡単な操作を施した自己教師付き異常生成モジュールを提案する。 提案手法を10のデータセットに対して広範囲に評価し,6つの実験結果と,残りの6つの実験結果を得た。
  論文  参考訳（メタデータ） (2024-07-17T09:27:41Z)
• Video Anomaly Detection via Spatio-Temporal Pseudo-Anomaly Generation : A Unified Approach [49.995833831087175]
  本研究は,画像のマスキング領域にペンキを塗布することにより,汎用的な映像時間PAを生成する手法を提案する。 さらに,OCC設定下での現実世界の異常を検出するための単純な統合フレームワークを提案する。 提案手法は,OCC設定下での既存のPAs生成および再構築手法と同等に動作する。
  論文  参考訳（メタデータ） (2023-11-27T13:14:06Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。