基于掩码下语义失配的分布外检测
计算机视觉与模式识别
2022-08-02 v1 人工智能
摘要
本文提出一种名为MoodCat的新型分布外(OOD)检测框架，用于图像分类器。MoodCat对输入图像随机掩码一部分，并使用生成模型以分类结果为条件将掩码图像合成至一张新图像。随后它计算原始图像与合成图像之间的语义差异以进行OOD检测。与现有方案相比，MoodCat通过所提掩码与条件合成策略自然地学习了分布内数据的语义信息，而这对识别OOD至关重要。实验结果表明，MoodCat大幅优于最先进的OOD检测方案。
引用
@article{arxiv.2208.00446,
title = {Out-of-Distribution Detection with Semantic Mismatch under Masking},
author = {Yijun Yang and Ruiyuan Gao and Qiang Xu},
journal= {arXiv preprint arXiv:2208.00446},
year = {2022}
}
备注
Accepted to ECCV 2022. Code is available at https://github.com/cure-lab/MOODCat