論文の概要: Spatiotemporal Dynamics-Aware Industrial Anomaly Detection and Reasoning

• arxiv url: http://arxiv.org/abs/2611.08080v1
• Date: Thu, 05 Nov 2026 14:30:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-07 04:55:13.536915
• Title: Spatiotemporal Dynamics-Aware Industrial Anomaly Detection and Reasoning
• Title（参考訳）: 時空間ダイナミクスによる産業異常検出と推論
• Abstract要約: 産業異常検出(Industrial Anomaly Detection, IAD)は、品質管理のための製造中の工業製品の欠陥を検出することを目的としている。 多くの異常は、静的な手がかりだけでは認識できない不規則な動きなど、ダイナミクスに基づくものである。 MUSTARD: MUdalltimo Spatiotemporal Anomaly Reasoning and DetectionはMLLMに微妙な時間的ダイナミックス認識を付与するフレームワークである。
• 参考スコア（独自算出の注目度）: 18.015842405527156
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Industrial Anomaly Detection (IAD) is a long-established problem that aims to detect defects in industrial products during manufacturing for quality control. Most existing studies focus on static visual patterns as the basis for detection. However, in real manufacturing environments, many anomalies are dynamics-based, such as irregular movements that cannot be perceived from static cues alone. We observe that even recent Multimodal Large Language Model (MLLM)-based approaches fall short in identifying such dynamic anomalies due to limited temporal modeling capability. To address this, we introduce MUSTARD: MUltimodal SpatioTemporal Anomaly Reasoning and Detection, a framework that equips MLLMs with fine-grained spatiotemporal dynamics awareness for detecting and reasoning about dynamics-based defects. MUSTARD introduces optical-flow-guided keyframe selection and augmented modalities to capture critical motion irregularities through local motion patterns and global dynamic evolution. Its normal pattern-based reasoning pipeline requires only a few normal reference samples as the detection basis, avoiding any model updates. This enables efficient adaptation across various products and provides high decision interpretability. MUSTARD is the first MLLM-based framework for dynamics-based IAD. Experiments demonstrate its superior performance in detecting spatiotemporal anomalies and providing plausible explanations. The code will be made publicly available.
• Abstract（参考訳）: 産業異常検出(Industrial Anomaly Detection, IAD)は, 品質管理のための製造において, 工業製品の欠陥を検出することを目的とした, 長年の課題である。 既存の研究の多くは、検出の基盤として静的な視覚パターンに焦点を当てている。 しかし、実際の製造環境では、静的なキューだけでは認識できない不規則な動きなど、多くの異常がダイナミクスに基づいている。 近年のマルチモーダル大規模言語モデル (MLLM) に基づくアプローチにおいても,時間的モデリング能力の制限により,そのような動的異常を識別できないことが観察された。 この問題を解決するために, MUSTARD: MUltimodal SpatioTemporal Anomaly Reasoning and Detectionを導入する。 MUSTARDは、局所的な動きパターンとグローバルな動的進化を通じて重要な動きの不規則を捉えるために、光フロー誘導キーフレームの選択と拡張モダリティを導入している。 その通常のパターンベースの推論パイプラインは、検出ベースとして通常の参照サンプルをわずかに必要としており、モデル更新を避けている。 これにより、様々な製品に効率よく適応でき、高い意思決定性を提供できる。 MUSTARDは、DynamicsベースのIADのためのMLLMベースの最初のフレームワークである。 実験は、時空間異常を検出し、妥当な説明を提供する上で、その優れた性能を示す。 コードは公開されます。

関連論文リスト

• ConceptADapt: Concept-guided Adaptive Feature Reconstruction with Dynamic Attention for Few-Shot Industrial Anomaly Detection [10.890692923573843]
  ConceptADaptは動的注意を伴う概念誘導型適応的特徴再構成モデルである。 本研究では,スパースオートエンコーダと統合されたダイナミックアテンション機構を開発し,トレーニング中にロバストな正規概念を学習する。 我々のモデルは、検出タスクとローカライゼーションタスクの両方にわたって、最先端(SOTA)アプローチを一貫して上回ります。
  論文  参考訳（メタデータ） (2026-08-06T08:27:07Z)
• O-VAD: Industrial Video Anomaly Detection through Object-Centric Tracking and Reasoning [25.69002873920198]
  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。
  論文  参考訳（メタデータ） (2026-07-20T16:36:00Z)
• Is Video Anomaly Detection Misframed? Evidence from LLM-Based and Multi-Scene Models [33.77002721234086]
  ビデオ異常検出の研究は、様々な場面にまたがる正常性の一般的なモデルに重点を置いて、急速に拡大している。 この焦点は、通常の振る舞いのシーン固有の、文脈に依存した性質をモデル化することから遠ざかっている。 VADの有意義な進歩には, 単一シーン, 空間認識, 説明可能な定式化に新たな焦点をあてることが必要である。
  論文  参考訳（メタデータ） (2026-05-12T20:29:49Z)
• Steering and Rectifying Latent Representation Manifolds in Frozen Multi-modal LLMs for Video Anomaly Detection [52.5174167737992]
  ビデオ異常検出(VAD)は、ビデオ内の異常事象を特定することを目的としている。 本稿では,MLLMに基づくVADを受動的に読み上げから内部表現を積極的に操り,修正するSteerVADを提案する。 本手法は、トレーニングデータの1%しか必要としないチューニングフリーアプローチにおける最先端性能を実現する。
  論文  参考訳（メタデータ） (2026-02-27T13:48:50Z)
• 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)
• Scalable Spatio-Temporal SE(3) Diffusion for Long-Horizon Protein Dynamics [51.85385061275941]
  分子動力学(MD)シミュレーションは、タンパク質動力学研究のゴールドスタンダードのままである。 近年の生成モデルではシミュレーションの加速が期待できるが、長軸生成に苦慮している。 物理的に可塑性なタンパク質軌道をマイクロスケールの時間スケールで生成する拡張拡散モデルSTAR-MDを提案する。
  論文  参考訳（メタデータ） (2026-02-02T14:13:28Z)
• CALM: A Framework for Continuous, Adaptive, and LLM-Mediated Anomaly Detection in Time-Series Streams [0.42970700836450476]
  本稿では,リアルタイム異常検出のための新しいエンドツーエンドフレームワークであるCALMを紹介する。 CALMはApache Beam分散処理フレームワーク上に構築されている。 クローズドループで連続的な微調整機構を実装し、異常検出モデルがほぼリアルタイムで進化するデータパターンに適応できるようにする。
  論文  参考訳（メタデータ） (2025-08-29T00:27:35Z)
• VMAD: Visual-enhanced Multimodal Large Language Model for Zero-Shot Anomaly Detection [19.79027968793026]
  Zero-shot Anomaly Detection (ZSAD)は、未確認のオブジェクト内の異常を認識し、ローカライズする。 既存のZSADメソッドは、クローズドワールド設定によって制限され、事前に定義されたプロンプトで見つからない欠陥に苦労する。 我々は、視覚的IAD知識ときめ細かい知覚でMLLMを強化する新しいフレームワークVMAD(Visual-enhanced MLLM Anomaly Detection)を提案する。
  論文  参考訳（メタデータ） (2024-09-30T09:51:29Z)
• 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)
• Multimodal Motion Conditioned Diffusion Model for Skeleton-based Video Anomaly Detection [46.8584162860564]
  ビデオ異常検出(VAD)のための新しい生成モデルを提案する。 我々は、骨格表現を考察し、最先端拡散確率モデルを用いて、多モーダルな未来の人間のポーズを生成する。 4つの確立されたベンチマークでモデルを検証します。
  論文  参考訳（メタデータ） (2023-07-14T07:42:45Z)

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。