May, 2020
预训练深度特征中正常数据分布的建模用于异常检测
Modeling the Distribution of Normal Data in Pre-Trained Deep Features for Anomaly Detection
Oliver Rippel, Patrick Mertens, Dorit Merhof
TL;DR本研究提出了一种使用深度学习和多元高斯模型相结合的方法来进行图像中的异常检测,该方法通过预先训练大规模图像数据集上的分类器来建立正常图像的模型,使用马氏距离作为异常得分,可以在 MVTec AD 数据集上获得 95.8±1.2 的 AUROC 值,并探究了该方法在图像中异常检测中的可行性和影响因素。