检索结果-南通市图书馆

Build gaussian Distribution Under Deep Features for Anomaly Detection and Localization

Journal of New Media 2022年第4期4卷 179-190页

作者： Mei Wang Hao Xu Yadang Chen School of Computer&Software Nanjing University of Information Science and TechnologyNanjing210044China College of Computer Science and Engineering Chongqing University of TechnologyChongqing400054China

Anomaly detection in images has attracted a lot of attention in the field of computer *** aims at identifying images that deviate from the norm and segmenting the defect within ***,anomalous samples are difficult to collect comprehensively,and labeled data is costly to obtain in many practical *** proposes a simple framework for unsupervised anomaly ***,the proposed method directly employs CNN pre-trained on ImageNet to extract deep features from normal images and reduce dimensionality based on Principal Components Analysis(PCA),then build the distribution of normal features via the multivariate gaussian(MVG),and determine whether the test image is an abnormal image according to Mahalanobis *** further investigate which features are most effective in detecting *** experiments on the MVTec anomaly detection dataset show that the proposed method achieves 98.6%AUROC in image-level anomaly detection and outperforms previous methods by a large margin.

关键词： Anomaly detection dimensionality reduction multivariate gaussian visual inspection

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：