本研究提出了一种基于学生-教师框架的异常检测方法，具有像素级准确性和快速性，优于现有技术。针对视频异常检测，提出了VideoPatchCore方法，通过优化记忆结构显著提升性能且无需训练，推动了该领域的发展。

本研究提出了多种基于学生-教师框架的无监督异常检测方法，涵盖2D和3D点云数据，显著提升了检测精度、运行时间和内存消耗。通过结合手工特征和预训练神经网络，异常检测性能得到了提升，并在多个数据集上取得了优异的实验结果。