利用几何变换的深度异常检测
机器学习
2018-11-12 v2 机器学习
摘要
我们考虑图像中的异常检测问题，并提出一种新的检测技术。给定一组图像样本，均已知属于“正常”类（例如狗），我们展示如何训练一个深度神经模型来检测分布外图像（即非狗物体）。我们方案背后的核心思想是训练一个多类模型，以区分应用于所有给定图像上的数十种几何变换。该模型习得的辅助专长生成特征检测器，在测试时基于模型应用于变换图像后的 softmax 激活统计量有效识别异常图像。我们给出了使用所提检测器的大量实验，表明我们的算法大幅改进了当前最优方法。
引用
@article{arxiv.1805.10917,
title = {Deep Anomaly Detection Using Geometric Transformations},
author = {Izhak Golan and Ran El-Yaniv},
journal= {arXiv preprint arXiv:1805.10917},
year = {2018}
}