【论文笔记】【CVPR2020】【异常检测 】Uninformed Students: Student–Teacher Anomaly Detection

[CVPR2020] Uninformed Students: Student–Teacher Anomaly Detection with Discriminative Latent Embeddings

会议：CVPR 2020
连接：[1911.02357] Uninformed Students: Student-Teacher Anomaly Detection with Discriminative Latent Embeddings (arxiv.org)
作者：Paul Bergmann, Michael Fauser, David Sattlegger, Carsten Steger

1. Intro

用teacher-students框架做无监督的异常检测

这篇文章基于两个假设：

1. 在仅包含正常样本的数据集上，让pretrained的teacher模型去教没有pretrain的student模型，使得teacher模型和student模型输出的embedding尽可能一致。那么在inference时，由于teacher只教过student如何embed正常样本，所以正常样本上teacher模型和student模型输出的embedding会比较相似，但异常样本上两者输出的embedding差异会比较大；
2. 如果在1中的训练过程中，采用多个随即初始化的students模型和一个pretrained teacher模型，那么在正常样本上students之间的embedding