[异常检测]GANomaly论文阅读

[异常检测]GANomaly论文阅读

[原文地址]https://arxiv.org/abs/1805.06725v1

学习点

以下主要是看完论文后的记录：

1. 创新：提出了一个编码-解码-编码的对抗自编码框架（用GAN的思想做异常检测）
2. 网络框架：

• 编码解码子网络：作用是生成数据；输入真实数据；输出生成数据。
• 编码子网络：作用是提取生成数据瓶颈特征；输入生成数据；输出生成数据特征。
• 判别器子网络：作用是判断生成数据或者真实数据的真实性；输入真实或者生成数据；输出数据为真实的概率。
  

3. 训练步骤（通过缩小三个损失达到目的）：

• 对抗损失：衡量真实图片和生成图片特征表示之间的L2距离
• 上下文损失：因为只使用对抗损失会忽略生成器对图片上下文的学习，所以用上下损失弥补。上下文损失衡量输入图片和生成图片之间的距离
• 编码损失：减少真实图像瓶颈特征和生成图像瓶颈特征之间的距离，即真实图像编码后与生成图像编码后之间的距离。

4. 过程：

• 把图片x输入编码解码子网络，产生生成图片x’。
• 把x’输入编码网络产生z’。
• 把x和x’输入判别网络，鉴别真伪概率。
</