《PANDA: Adapting Pretrained Features for Anomaly Detection and Segmentation》 CVPR2021

论文背景：

近年来，异常检测方向试图利用深度自监督特征学习的进步来获得更好的特征。但令人意想不到的是，一个非常有前途的方向，使用预先训练好的深度特征，大多被忽视了。

方法的提出

为了在异常检测中获得进一步的性能提高，作者使预训练后的特征适应目标分布。虽然迁移学习方法在多类分类问题中已经得到了很好的建立，但单类分类(OCC)设置还没有得到很好的探索。事实证明，朴素的自适应方法通常在监督学习中工作良好，但通常会导致灾难性的崩溃（特征退化）（ catastrophic collapse (feature deterioration)），并降低OCC设置中的性能。
作者提出了两种对抗崩溃的方法：

i) a variant of early stopping thatdynamically learns the stopping iteration

ii) elastic regularization inspired by continual learning

主要贡献

1,，在一个简单的图像异常检测和分割分析中，基线优于现有的所有方法，表明了结果的通用性。
2，识别流行的SOTA方法在OCC特征自适应中并不优于线性白化。
3，提出了几种有效的OCC特征自适应解决方案。

论文的创新：

为了在异常检测中获得进一步的性能提高，我们使预训练后的特征适应目标分布。虽然迁移学习方法在多类分类问题中已经得到了很好的建立，但单类分类(OCC)中还没有得到很好的探索。

结论：
我们首先提出了一种简单的基线方法来进行异常检测和分割，其性能优于最先进的方法。

我们通过提出了一种适应预训练好的特征和减轻（mitigates catastrophic collapse）的方法，进一步改进了强基线。作者表明，我们的结果显著优于当前的方法，同时解决了它们的局限性。

我们分析了我们的方法性能较强的原因。

这是针对异常检测与分割的一个自适应预测特征的

异常检测论文阅读《PANDA: Adapting Pretrained Features for Anomaly Detection and Segmentation》相关推荐

【视频异常检测-论文阅读】Anomaly Detection in Video via Self-Supervised and Multi-Task Learning
来源: Georgescu, Mariana-Iuliana, et al. "Anomaly Detection in Video via Self-Supervised and Mult ...
异常检测论文阅读笔记《MIST: Multiple Instance Self-Training Framework for Video Anomaly Detection》
MIST: Multiple Instance Self-Training Framework for Video Anomaly Detection 论文来源:CVPR 2021 原论文地址链接相 ...
【异常检测-论文阅读】（CVPR 2022）Self-Supervised Predictive Convolutional Attentive Block for Anomaly Detection
来源: Ristea N C, Madan N, Ionescu R T, et al. Self-supervised predictive convolutional attentive bloc ...
异常检测综述（Anomaly Detection: A Survey）
Anomaly Detection: A Survey 异常检测综述: 异常检测是一个重要的问题,已经在不同的研究领域和应用领域进行了研究.许多异常检测技术是专门为某些应用领域开发的,而其他技术则更为 ...
【视频目标检测论文阅读笔记】Optimizing Video Object Detection via a Scale-Time Lattice
1.1 论文信息标题 Optimizing Video Object Detection via a Scale-Time Lattice 会议 CVPR 2018 原文链接 Optimizing ...
论文阅读 (76)：Anomaly Detection in Video Sequence with Appearance-Motion Correspondence
文章目录 1 概述 1.1 题目 1.2 摘要 1.3 代码 1.4 引用 2 方法 2.1 初始模块 (Inception module) 2.2 外观卷积自编码器 (Conv-AE) 2.3 动作 ...
GAN异常检测论文笔记(一)《GANomaly: Semi-Supervised Anomaly Detection via Adversarial Training》
0 Abstract: 通过使用一个联合学习高维图像空间的生成和潜伏空间的推理的生成对抗性网络,引入了这种新型的异常检测模型.在生成器网络中采用编码器-解码器-编码器子网络,使模型能够将输入图像映射为 ...
3D目标检测论文阅读多角度解析
3D目标检测论文阅读多角度解析一．前言 CNN(convolutional neural network)在目标检测中大放异彩,R-CNN系列,YOLO,SSD各类优秀的方法层出不穷在2D图像的目标 ...
3D目标检测论文阅读摘要
3D目标检测论文阅读摘要 2D Object Detection 的研究已经非常成熟了,代表作品有RPN系列的FasterRCNN,One Shot系列的YOLOv1-YOLOv3,这里推荐一个2D ...

异常检测论文阅读《PANDA: Adapting Pretrained Features for Anomaly Detection and Segmentation》