典型文献
多尺度特征融合的知识蒸馏异常检测方法
文献摘要：
为提高一分类异常检测方法的泛化性,提出了多尺度特征融合的知识蒸馏异常检测方法.在训练阶段,使用训练好的教师网络教授学生网络学习正常样本特征信息;在测试阶段,由于教师网络强大的泛化能力,对未见过的异常样本也有较好的表示能力,而学生网络未见过异常样本,因此,两者对异常样本的表征会产生较大差异,从而实现异常检测.为了进一步提高检测精度,采用中层特征金字塔实现多尺度特征融合,以增强对不同大小异常点的检测能力;同时,为了增大学生和教师网络对异常样本的表征差异,设计了特征重构模块对中层特征进行重构.在公开数据集MVTecAD上的实验结果表明,文中方法分别达到较高的97.8％AUC像素级得分、97.7％AUC图像级得分.
文献关键词：
异常检测;知识蒸馏;一分类问题;特征融合
中图分类号：
作者姓名：
陈亚当;陈柳任;余文斌;朱加乐
作者机构：
南京信息工程大学计算机学院、软件学院、网络空间安全学院 南京 210044;南京信息工程大学数字取证教育部研究中心 南京 210044
文献出处：
引用格式：
[1]陈亚当;陈柳任;余文斌;朱加乐-.多尺度特征融合的知识蒸馏异常检测方法)[J].计算机辅助设计与图形学学报,2022(10):1542-1549
A类：
MVTecAD,一分类问题
B类：
多尺度特征融合,知识蒸馏,异常检测方法,高一,泛化性,训练阶段,练好,教师网络,学生网络,网络学习,样本特征,特征信息,测试阶段,泛化能力,示能,高检,检测精度,中层,特征金字塔,同大,小异,异常点,检测能力,特征重构,公开数据集,中方,像素级
AB值：
0.306965
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
