计算机视觉及更领域中自监督异常检测：综述与展望

异常检测（AD）在网络安全、金融和医疗等多个领域发挥着关键作用，其通过识别偏离正常行为的模式或事件来实现。近年来，得益于深度学习模型的显著增长，该领域取得了重要进展。值得注意的是，自监督学习的出现激发了新颖AD算法的开发，这些算法以可观的幅度优于现有最先进方法。本文旨在全面回顾自监督异常检测当前的方法论。我们给出了标准方法的技术细节并讨论其优势与不足。我们还将这些模型相互之间以及与其他最先进异常检测模型的性能进行了比较。最后，本文以对自监督异常检测未来方向的讨论作结，包括开发更高效且有效的算法，以及将这些技术与其他相关领域（如多模态学习）相融合。