0
点赞
收藏
分享

微信扫一扫

Anomaly Detection 异常检测之 CSI:Contrasting shifted instances论文解读

忍禁 2022-04-29 阅读 49

1. 背景

异常检测目标

给定数据集{xm}m=1M\{x_m\}^M_{m=1},分布外(OOD)检测的目标是对{xm}\{x_m\}上的检测器建模,识别x为分布内(ID)或者分布外(OOD)数据。

对比学习

对比学习的思想是学习编码器fθf_θ,以提取必要的信息,将相似样本与其他样本区分开来。设xx为查询,x+{x_+}x{x_−} 分别为一组正样本和负样本。对比损失的原始形式定义如下: 在这里插入图片描述
其中x+|{x_+}|表示集合{x+}的势,z(x)z(x)表示对比层的输出特征,ττ表示温度超参数。可以定义对比特征z(x)z(x)sim(z,z)sim(z,z')为余弦相似性。

在这里插入图片描述
可以直接定义对比特征z(x)z(x)为编码器fθf_θ,即z(x)=fθ(x)z(x)=f_θ(x),或应用额外的投影层gφg_φ,即z(x)=gφ(fθ(x))z(x)=g_φ(f_θ(x))。论文中使用了投影层。

SimCLR的目标损失函数通过对比损失来定义:
在这里插入图片描述
其中B:=xii=1BB:={x_i}^B_{i=1}为给定的批次,每个(x~i(1)x~i(2))(\tilde{x}^{(1)}_i,\tilde{x}^{(2)}_i)为查询密钥(query-key)对,分别为对样本xx进行两个同系列变换得到的变换样本。其他来自不同图片的样本为负样本。

2. CSI

2.1 Contrasting shifted instances

论文定义的 CSI(Contrasting shifted instances)损失为:
在这里插入图片描述
其中SS为不同变换(包括恒等式II)中的一个,即S{S1,...,SK1}S∈ \{S_1, . . . , S_{K−1}\}.

2.2 Classifying shifted instances

论文还考虑了一个辅助任务,该任务可以预测给定的输入xx应用了哪些移位转换ySSy^S∈ S,以便于fθf_θ区分每个移位实例。论文在fθf_θ上添加了一个线性层,用于建模辅助softmax分类器。设B~S\tilde{B}_S为通过SimCLR从BSB_S扩充而来的批次,损失定义如下:
在这里插入图片描述
最终损失CSI通过结合两个目标来定义:
在这里插入图片描述
实验中λ=1λ=1

3. 检测OOD分数的函数

3.1 对比表征的检测分数

论文发现SimCLR表示的两个特征在检测OOD样本方面有效:

(a)xx{xm}\{x_m\}中最近的训练样本的余弦相似性,即maxmsim(z(xm)z(x))\max_m sim(z(x_m),z(x))
(b)表示的范数,即z(x)||z(x)||

直观地说,对比损失增加了分布样本的范数,因为通过增加(1)的分母,可以很容易地最小化相同样本的余弦相似性。论文简单地结合这些特征来定义对比表征的检测分数:
在这里插入图片描述

3.2 利用变换

论文提出了两个额外的分数分别对应于LconSIL_{con-SI}(3)和LclsSIL_{cls-SI}(4):
在这里插入图片描述在这里插入图片描述
总的分数为:
在这里插入图片描述

举报

相关推荐

0 条评论