本研究では，ニューラルネット(NN)から抽出した局所特徴を用いることによる画像の異常検知手法について検討した．画像の異常検知とは，大量の画像の中から共通の規則を発見し，その規則からかけ離れた画像があれば，異常と判定するような問題設定である．先行研究であるGaussianADでは，事前学習したNNを利用して画像を一つの特徴ベクトルとして表現し，それに正規分布を当てはめていた．本研究では，NNから画像の位置ごとに特徴ベクトルを抽出し，それに混合正規分布を当てはめる方法を検討した．データ数が多くなることで精度向上が期待でき，位置ごとの異常検知も可能となる．異常検知の画像データセットを用いた実験を行った結果，近年の最先端の手法と同等の性能が得られることがわかった．
Built with
