• 목록

[일시]
2025.01.06

[세미나 주제]
Image Anomaly Detection

[발표자]
김지훈

[요약]
비지도 학습 기반 이미지 이상 탐지를 주제로 진행되었으며, 이는 정상 데이터에서 벗어난 데이터를 식별하는 분야이다. 이번 세미나에서는 One-Class Classification과 Image Reconstruction-based method들을 중점적으로 설명한다. DOC는 Compactness Loss와 Descriptiveness Loss를 활용해 단일 클래스 데이터의 학습과 표현 능력을 강화하며, Inpainting 기법은 이미지 일부를 제거한 뒤 복원하면서 비정상 영역 복원을 어렵게 설계해 이상 탐지 성능을 높인다. 실험 결과, 제안된 방법들은 기존 모델보다 다양한 데이터셋에서 우수한 성능을 보였으며, 특히 Multi-scale Reconstruction 기법은 다양한 크기의 이상 탐지에 효과적임을 입증했다. 이러한 방법을 통해 기존 모델들이 갖고 있던 문제점인 높은 일반화 능력으로 인해 비정상 데이터를 복원하여 탐지 성능이 저하되는 한계를 극복했다고 논문의 저자들은 말한다. 세미나는 이상 탐지 기술의 한계를 극복하기 위한 개선안을 제안하고 마무리한다.

[관련 논문]
- Visual Anomaly Detection for Images: A Survey
- Learning Deep Features for One-Class Classification
- Reconstruction by inpainting for visual anomaly detection
- Y-GAN: Learning dual data representations for anomaly detection in images

[녹화 영상 링크]
https://us02web.zoom.us/rec/share/nr6kw76jrFUwZU_vnV6B7MnRFa6f_jwSrzuFjLcKxMHpyLfk7phQel_gpsKRL6fN.HDGbYJLxo9GvhA5S
암호: aiaas2025!