汇报内容：

《Few-Shot Text-Free Training-Free Defect Image Generation for Industrial Anomaly Inspection》，发表于TCSVT 2024。该工作提出了一种小样本、无文本、无需训练的缺陷图像生成方法，能够在不进行额外训练的情况下，仅使用有限的参考图像生成高质量的多样化缺陷图像。该方法通过融合无缺陷和有缺陷样本的反向潜在空间，并通过移动缺陷位置和对齐缺陷外观掩码的一般响应来增加多样性，从而使得缺陷图像更加真实。大量实验结果表明，该方法具有强大的生成能力，并且能够提升下游任务的表现。