Diversity-Measurable Anomaly Detection 论文阅读 Abstract1. Introduction2. Related Work3. Diversity-Measurable Anomaly Detection3.1. The framework3.2. Information compression module3.3. Pyramid deformat

Diversity-Measurable Anomaly Detection         基于重建的异常检测模型通过抑制异常的泛化能力来迭代学习。然而，由于这种抑制，不同的正常模式的重建效果也会变得不理想。为了解决这个问题，本文提出了一种称为多样性可测量异常检测（DMAD）框架，旨在能够增强重建多样性的同时拥有抑制异常泛化的能力。作者评估了模型在视频监控和工业缺陷检测场景中的效果。为了在后一