早期高频注入：用于几何敏感 OOD 检测的几何分析方法
计算机视觉与模式识别
2026-05-21 v1
摘要
后验 OOD 检测器对训练后的 logits 或特征进行评分，其成功依赖于表示中已编码的几何结构。我们通过对 CE、SimCLR、SupCon 和 OOD 导向表示方法 PALM 的带宽分量 MMD^2 分析，重新审视了这一假设。在我们的诊断中，低频输入带段导致 ID/OOD 特征差异较弱，而更高频带段则倾向于提供更强的可分离性。此观察激发了 EIHF（Early High-Frequency Injection）——一种在第一个卷积层之前进行的输入侧干预，无需改变训练目标。EIHF 对几何敏感型 OOD 检测最为有效：在匹配的训练和评分设置下，它重新塑造了类别条件特征几何，减少了 ID/OOD Mahalanobis 得分的重叠。在 CIFAR-100 和 ImageNet-100 上的实验表明，EIHF 在 CIFAR-100 上取得提升，ImageNet-100 上实现最佳平均 FPR95 和第二佳平均 AUROC；同时也揭示了以场景为中心的 Places 迁移的局限性。代码已公开于 https://anonymous.4open.science/r/EIHF。
引用
@article{arxiv.2605.20728,
title = {Early High-Frequency Injection for Geometry-Sensitive OOD Detection},
author = {Chuanjie Cheng and Ningkang Peng and Chenxi Liu and Yifan He and Peirong Ma and Yanhui Gu},
journal= {arXiv preprint arXiv:2605.20728},
year = {2026}
}