초록
실시간 컴퓨터 비전 응용 분야에서 정확하고 빠른 이상 탐지 모델을 개발하는 것은 매우 중요한 과제이다. 기존의 연구 대부분은 구조적 이상 또는 논리적 이상 중 하나만을 탐지할 수 있는 단일 모델을 개발하는 데 집중해 왔으며, 이 두 가지 이상 유형은 본질적으로 구분된다. 기존의 대부분의 접근법은 이상을 비정상 위치를 식별함으로써 표현할 수 있다고 암묵적으로 가정한다. 그러나 우리는 오브젝트 수가 잘못된 등의 논리적 이상은 공간적 특징 맵으로는 잘 표현되지 않으며, 대안적인 접근법이 필요하다고 주장한다. 또한, 특징 맵의 공간 정보를 통합하는 특징 공간에서 분포 외(out-of-distribution) 탐지 기법을 활용하여 논리적 이상을 탐지할 가능성에 주목하였다. 이를 입증하기 위해, 최신의 재구성 기반 접근법과 비교하여 특징 공간에서 단순한 분포 외 탐지 기법을 도입하는 방법을 제안한다. 제안된 방법은 PUAD(Picturable and Unpicturable Anomaly Detection)로, 간단한 구조임에도 불구하고 MVTec LOCO AD 데이터셋에서 최고 성능을 달성하였다.