Iterative energy-based projection on a normal data manifold for anomaly localization

[llien30]

INFO

Author

DavidDehaene, OrielFrigo, SébastienCombrexelle, PierreEline

Affiliation

AnotherBrain

Conference or Year

ICLR2020

Link

• arXiv
• 実装コード
• 解説スライド(日本語)

Abstract

VAE(AutoEncoder)による異常検知 → 正常データのみを学習、正常データのみ再構成されることを期待 → しかし、実際には正常データに異常部位がある画像(b)は、全体的にreconstructionできなくなってしまう(c) → そのため、セグメンテーションして異常部位を検出することが困難に

提案手法

• 異常サンプルを、AEが学習した正常データの分布に落とし込む
• AEの入力を反復的に更新することで、高周波情報の損失を抑える → 結果として、画像をより高い品質で再構成することが可能になる

Method

E(x_t)が小さくなるように学習を行う

以下のようにx_(t+1)に更新

Loss = (VAE(x_t)とx_tのL2 norm) + λ*(x_tとx_0のL1 norm)

Evaluation

• 3rd row: L2 encoder (Mvtec ad)
• 4th row: proposed method

Contribution

Discussion, Future Work

Comment

Date

2021/01/19