AnoGAN (Unsupervised Anomaly Detection with Generative Adversarial Networks to Guide Marker Discovery)

[Hirokazu-Narui]

arXiv : https://arxiv.org/abs/1703.05921

やりたい事：正常データだけを使って、教師なしでネットワークを学習し、異常データが入力された時には異常の箇所を特定したい。

手法：正常データだけを使って学習したGeneratorに対して、画像xに最も近いG(z)を生成するzを求めたい。

→以下に定義したロスを使ってzを更新。

L_Rは、入力画像xと生成画像R(z)のResidual Loss。正常画像であればこれは0に収束。

L_Dは、Discriminator Loss。GANのDiscriminatorが抽出する特徴。正常画像であればマッチングするはず。

上記のLossを使ってIterし、最終的なzを使って、異常スコアを計算。

結果：一行目は入力画像。二行目は生成された画像。

正常画像で学習したマニフォールドからのzでは、異常箇所は生成できないため、差分から異常データの場所が特定できる。

[msrks]

同じネタ書いてしまいました（#70）成井さんのやつの方が詳しいですね！ありがとうございます

[saiful9379]

Above of this equation explain please