OLED：基于对抗性上下文掩码的一类学习编码器-解码器网络用于异常检测

新颖性检测（Novelty Detection）的任务是识别那些不属于目标类别分布的样本。在训练过程中，新颖类样本并不存在，因此无法采用传统的分类方法。深度自编码器已被广泛用作多种无监督新颖性检测方法的基础。其中，上下文自编码器（Context Autoencoders）在该任务中表现优异，原因在于其通过从随机掩码图像中重建原始图像，能够学习到更具表现力的特征表示。然而，上下文自编码器的一个显著缺陷是，随机掩码难以持续覆盖输入图像中的关键结构，从而导致特征表示不够理想——尤其是在新颖性检测任务中这一问题尤为突出。本文为优化输入图像的掩码策略，提出了一种由两个相互对抗的网络构成的框架：掩码模块（Mask Module）与重构模块（Reconstructor）。掩码模块是一个卷积自编码器，其目标是学习生成能够覆盖图像中最具重要性的区域的最优掩码；而重构模块则是一个卷积编码器-解码器结构，旨在从被掩码处理后的图像中重建出原始无扰动图像。两个网络以对抗方式联合训练：掩码模块生成的掩码被应用于输入图像并送入重构模块。在此过程中，掩码模块试图生成使重构模块难以准确重建的掩码，从而最大化其重构误差，而重构模块则努力最小化该误差。这种对抗机制促使掩码模块不断优化其掩码策略，以更有效地暴露图像的关键结构。在应用于新颖性检测任务时，该方法相较于传统的上下文自编码器，能够学习到语义信息更丰富的特征表示，并通过更优的掩码策略显著提升测试阶段的检测性能。在MNIST和CIFAR-10图像数据集上的新颖性检测实验表明，所提出方法在性能上优于当前最先进的技术。此外，在UCSD视频数据集上的进一步实验也验证了该方法在视频异常检测任务中达到了当前最优（state-of-the-art）的性能表现。