AnomalyHop：一种基于 SSL 的图像异常定位方法
计算机视觉与模式识别
2023-08-29 v1 人工智能
摘要
本文提出了一种基于连续子空间学习（SSL）框架的图像异常定位方法，称为 AnomalyHop。AnomalyHop 由三个模块组成：1）通过连续子空间学习（SSL）进行特征提取，2）通过高斯模型建模正态特征分布，以及 3）异常图生成与融合。与基于深度神经网络（DNNs）的最先进图像异常定位方法相比，AnomalyHop 在数学上透明、易于训练且推理速度快。此外，其在 MVTec AD 数据集上的 ROC 曲线下面积（ROC-AUC）性能为 95.9%，处于几种基准方法中最好的之列。我们的代码已在 Github 公开可用。
引用
@article{arxiv.2105.03797,
title = {AnomalyHop: An SSL-based Image Anomaly Localization Method},
author = {Kaitai Zhang and Bin Wang and Wei Wang and Fahad Sohrab and Moncef Gabbouj and C. -C. Jay Kuo},
journal= {arXiv preprint arXiv:2105.03797},
year = {2023}
}
备注
5 pages, 3 figures