#41
summarized by : Shunsuke Nakatsuka
Memorizing Normality to Detect Anomaly: Memory-Augmented Deep Autoencoder for Unsupervised Anomaly Detection

どんな論文か?

Autoencoderベースの異常検知論文.正常データのみで学習し,テストデータの入出力を異常度とする手法では,Autoencoderが汎化してしまい異常データまでも復元されてしまうという問題があった.
placeholder

新規性

汎化の問題に対して,Memory構造をlatent spaceに導入した.イメージとしてはEncoderの出力をqueryとしてMemoryから潜在変数を引っ張ってくるイメージ.これにより正常データはMemory内に存在するが,異常データはMemory内に存在しないという状態を作る.

結果

MNIST,Cifar10 でそれぞれ,AUC:0.9751, 0.6088.従来手法を上回る.異常動画検知であるUCSD,CUHK,SH.TechではFrame-Predには劣るものの,再構成系ではTopの精度.

その他(なぜ通ったか?等)