FastFlow: 2D 정규화 흐름을 통한 비지도 이상 탐지 및 위치 특정

비지도 이상 탐지 및 위치 지정은 이상 데이터를 충분히 수집하고 레이블링하는 것이 불가능한 실용적 환경에서 매우 중요하다. 기존의 대부분의 표현 기반 접근법은 깊은 합성곱 신경망을 사용하여 정상 이미지의 특징을 추출하고, 비모수적 분포 추정 방법을 통해 해당 분포를 특성화한다. 이상 점수는 테스트 이미지의 특징과 추정된 분포 간의 거리를 측정함으로써 계산된다. 그러나 기존 방법들은 이미지 특징을 해석 가능한 기저 분포로 효과적으로 매핑하지 못하며, 이상을 식별하는 데 중요한 지역적 특징과 전역적 특징 간의 관계를 무시한다. 이를 해결하기 위해 우리는 2차원 정규화 흐름(2D normalizing flows)을 기반으로 구현한 FastFlow을 제안하며, 이를 확률 분포 추정기로 활용한다. 본 FastFlow는 ResNet이나 비전 트랜스포머와 같은 임의의 깊은 특징 추출기와 함께 플러그인 모듈로 사용 가능하여 비지도 이상 탐지 및 위치 지정에 활용할 수 있다. 학습 단계에서는 FastFlow이 입력 시각적 특징을 해석 가능한 분포로 변환하고, 추론 단계에서 이상을 인식하기 위한 가능도(likelihood)를 학습한다. MVTec AD 데이터셋에서 수행된 광범위한 실험 결과는, 다양한 백본 네트워크를 사용할 때 FastFlow가 이전 최고 성능 기법들에 비해 정확도와 추론 효율성 측면에서 우수한 성능을 보임을 보여준다. 본 방법은 높은 추론 효율성 하에 이상 탐지에서 99.4%의 AUC를 달성하였다.