我们提出了一种基于卷积神经网络(CNN)的单类分类方法。该思想是使用潜在空间中的零中心高斯噪声作为伪负类,并使用交叉熵损失训练网络,以学习一个好的表示和给定类的决策边界。该方法的一个重要特点是,任何预先训练好的CNN都可以作为单类分类的基础网络。本文提出的一类CNN是基于UMDAA-02 Face、abnormity -1001和FounderType200数据集进行评估的。这些数据集涉及到各种单一类的应用问题,如用户认证、异常检测和新颖性检测。大量的实验表明,该方法比目前最先进的方法有显著的改进。源代码可在github.com/otkupjnoz/oc-cnn获得。
One-Class Convolutional Neural Network -CoRR abs(2019)
最新推荐文章于 2023-01-16 15:50:28 发布