論文紹介：Adversarially Learned One-Class Classifier for Novelty Detection

Sabokrou, Mohammad, et al. "Adversarially learned one-class classifier for novelty detection." Proceedings of the IEEE conference on computer vision and pattern recognition. 2018.

https://openaccess.thecvf.com/content_cvpr_2018/html/Sabokrou_Adversarially_Learned_One-Class_CVPR_2018_paper.html

Transcript

1. Adversarially Learned One-Class Classifier for Novelty Detection
2. 概要 Sabokrou, Mohammad, et al. "Adversarially Learned One-Class Classifier for Novelty Detection.“ Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2018. • 画像の異常検出について • AutoencoderとGANを利用したend-to-endな学習方法を提案 2
3. 研究背景 • 画像における異常検出の関心 – 異常データは少ないかまったくない事が多い – 正常データのみを学習する • 深層学習によるアプローチ – 画像データから表現学習ができる強力な手法 – 1クラス分類をend-to-endで学習できる手法はない 3 深層モデルによるend-to-endな異常検出手法の提案
4. 関連研究 • Autoencoderによる方法 – 正常データのみでAutoencoderを学習 →異常データに対しては再構築誤差が大きくなるはず – しきい値設定などが必要（End-to-endではない） • 統計的手法 – 特徴抽出→分布モデルを当てはめる • 分布から外れていれば異常 – 特徴設計が困難 – 高次元になると難しい 4
5. 提案手法 • Autoencoder + GAN • Rで再構築→Dで判定 5
6. Reconstructor • GANのGeneratorに相当 • Autoencoderの構造 • ノイズの含まれた正常画像を復元する →異常画像はうまく復元できない – 異常検出における前処理を担う – Rを通すことにより正常と異常の差異が強調される 6
7. • Rの出力から正常or異常を判定 7 Discriminator
8. ネットワークの訓練 (1) • R: ノイズ入り画像を復元する 1. Dを騙す 2. オリジナルに近い画像を出力する • D: Rの出力と本物のデータを区別する 8 訓練データ分布 正規分布 目的関数
9. ネットワークの訓練 (2) • イテレーションの流れ 1. 訓練データからバッチを取得 2. Dのパラメータ𝜃𝑑 を更新 3. 訓練データからバッチを取得 4. Rのパラメータ𝜃𝑟 を更新 • 終了条件 – GANの損失関数LR+D で判断するのは困難 – 再構築誤差LR により判定 – しきい値を下回ったら終了 9
10. 異常検出 • Dの出力により判定する 10
11. 精度の評価 • MNIST – 手書き数字のデータセット – ある1クラスを正常とする – その他のクラスから10%～50%サンプリングし異常とする • UCSD dataset – 屋外の監視カメラ映像のデータセット – 歩行者が大部分を占める →その他を異常とする（車，自転車，スケボーなど） – 各フレームを分割した小パッチに対して学習する 11 http://www.svcl.ucsd.edu/projects/anomaly/dataset.htm
12. 精度の評価 (MNIST) 12
13. 精度の評価 (UCSD) 13 • 特にD(R(X))は他の深層学習手法に並ぶ高い精度 • 高精度な比較手法はドメイン特化or複雑な特徴抽出 • 提案手法は汎用的・シンプル
14. 14 Rの効果 (1) Rによってクラス間の差異が強調される
15. 15 Rの効果 (2) RによってDの出力するスコアが改善
16. 16 Rの効果 (3) RによってDの出力するスコアが改善
17. まとめ • まとめ – End-to-endで異常検出を行うフレームワークを提案 – 既存手法と比べて高精度を達成 – R, Dの両方を用いることで判別精度が上がる • 感想 – うまく学習させるのは難しそう – 半教師あり学習にも拡張できそう 17