초록
가장 가까운 이웃( nearest neighbors) 기법은 이상 탐지 분야에서 성공적이고 오랜 전통을 지닌 기법이다. 최근에는 자기지도 학습(self-supervised) 기반의 딥러닝 방법(예: RotNet)을 통해 상당한 진전이 이루어졌다. 그러나 자기지도 학습 특징은 일반적으로 ImageNet 사전 훈련된 특징보다 성능이 낮은 편이다. 본 연구에서는 이러한 최신 기법이 ImageNet 사전 훈련된 특징 공간에서 작동하는 가장 가까운 이웃 기법을 실제로 뛰어넘을 수 있는지 여부를 탐구한다. 실험 결과, 단순한 가장 가까운 이웃 기반 접근법이 자기지도 학습 기법보다 정확도, 소수 샘플 일반화, 훈련 시간, 노이즈에 대한 강건성 측면에서 우수한 성능을 보이며, 이미지 분포에 대한 가정을 최소화한다는 점에서 우위를 보였다.