情報処理学会 第87回全国大会

5B-05
拡散モデルを用いたMasked Image Modelingによる教師なし異常検知
○坂井俊介,長谷川達人(福井大)
教師なし画像異常検知は,正常画像のみから正常分布を近似し,未知の異常を検出する問題設定である.Masked Image Modeling(MIM)は無作為に欠落させた一部の画像情報を予測するようにモデルを訓練する自己教師あり学習であり,正常画像のみを用いることで推論時には予測誤差により異常箇所を検出できる.MIMを用いた異常検知手法では,欠落した部分に生じる潜在的な不確実性から,正常箇所についても予測誤差が大きくなり偽陽性が増加する問題がある.本研究では,拡散モデルを用いて欠落箇所についての条件付き分布を学習することでこの問題の緩和を図る.