CVPRJul, 2022
显式边界引导的半推半拉对比学习在监督式异常检测中的应用
Explicit Boundary Guided Semi-Push-Pull Contrastive Learning for Supervised Anomaly Detection
Xincheng Yao, Ruoqi Li, Jing Zhang, Jun Sun, Chongyang Zhang
TL;DR本文提出使用少量已知异常数据的监督学习方法来检测所有异常数据。本文采用了一种新颖的边界辅助半推半拉对比学习机制，以增强模型的可区分性，并减轻偏差问题。该方法基于两个核心设计：第一，找到一条明确而紧凑的分离边界，将其作为进一步特征学习的指导；第二，使用边界辅助半推半拉损失将正常特征拉在一起，将异常特征推离分离边界。这样，我们的模型可以形成一个更为明确和可区分的决策边界，更加有效地区分已知和未知异常。