- …
- …
#10
summarized by : Hiroki Kobayashi
どんな論文か？
「階層的生成器」と「自己教師あり多クラス分類識別器」を用いた，少数の正常画像のみの学習に基づく異常検知手法の提案．
少数の正常画像では，モデルに十分な表現を与えることができないため，さまざまな解像度の画像を用いて生成器と識別器を学習させた．
また，生成器の出力と正解画像に対してさまざまなデータ拡張を適用し，データ拡張の種類をクラスとする多クラス分類問題を識別器に解かせ，さらに表現力を向上させた．
新規性
さまざまな解像度の異常を検知するために，階層的な生成器や識別器を導入した点．
異常検知のための豊富な表現を獲得するために，データ拡張をクラスとする多クラス分類識別器を導入した点．
結果
Paris，CIFAR10，FashionMNIST，MNIST，MVTec ADを用いて，画像レベル，画素レベルの異常検知性能を評価した．特に学習用の正常画像が極めて少ない場合において，従来手法であるPatchSVDD，DROCC，DeepSVDD，GEOM，GOADよりも性能が高いことを示した．また，Ablation Studyにより，敵対的学習，データ拡張，階層構造が重要であることを示した．
その他（なぜ通ったか？等）
- …
- …