DRAEM【异常检测:Reconstruction-based】

2021.8,ICCV,排名第十(papers with code) 

模型原理

网络三大模块:异常生成模块、重构模块、判断模块。

异常生成模块:因为只有正常数据,通过将异常区域做到正常图里达到模拟异常图的效果。

重构模块:将产生的异常图进行重构得到重构图,可以产生损失Lr。

判断模块:重构图与异常图一同输入,通过该模块的层级结构对比产生分割真值图。

理解为以重建的方法为主体,辅助使用数据增强的及分割图的深入推断(使用了U-Net网络结构)。

Simulated anomaly generation

异常图像由柏林噪声发生器,通过随机均匀采样的阈值二值化后生成。

Reconstructive sub-network

重建子网络:编码器-解码器

假设输入张量A1(输入的为Simulated anomaly generation做的正常改异常后的数据。)

编码器:经过五个块(每个块包含两套卷积,归一化层,激活函数),生成张量A2。        

解码器:经过四个块(每个块包含一个上采样,三套卷积,归一化层,激活函数),再经过一层卷积,生成张量A3。

损失函数:l2损失常用于基于重构的异常检测方法,这种损失是假设像素间是独立的,因此,本文还采用了另一种损失SSIM加强像素间交互性。

Discriminative sub-network 

U-Net结构,将重构好的图像A3与刚开始输入的图像A1一起输入该网络,层级判断对比生成分割图。

  • 1
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值