PNUNet：基于正负噪声与自训练流程的异常检测
计算机视觉与模式识别
2019-05-28 v1 图像与视频处理
摘要
我们提出了一种用于图像异常检测的新框架。我们的新框架 PNUNet 基于大量正常数据与少量异常数据。我们假设在输入图像上添加了某些噪声，并学习去除这些噪声。此外，所提方法通过使用自训练框架更新输入中假设的噪声，实现了显著的性能提升。在基准数据集上的实验结果表明了我们这一新异常检测框架的有效性。
引用
@article{arxiv.1905.10939,
title = {PNUNet: Anomaly Detection using Positive-and-Negative Noise based on Self-Training Procedure},
author = {Masanari Kimura},
journal= {arXiv preprint arXiv:1905.10939},
year = {2019}
}