[4Yin2] インタラクティブセッション2

[4Yin2-28] 生成モデルとアテンションネットワークの組み合わせによる異常検知

〇周 培¹ (1.茨城大学)

キーワード：異常検知、生成モデル、敵対的生成ネットワーク、アテンションネットワーク

異常検知は人工知能のメイントピックであり、生産性を左右する重要な要素である。この分野では、生成モデルによる異常検知が代表的なアプローチである。しかし、既存の生成モデルによる異常検知モデルは、画像再構成の精度が欠缺であるため、検出精度が低下する。この問題を解決するために、本論文ではACGansと呼ばれる新しい異常検知モデルを提案する。本モデルは生成モデルであるCBiGANとU-Net構造に基づくアテンションネットワークを組み合わせたものである。本手法はモデルのアテンションを異常領域に集中させることで、再構成能力の低下に起因するエラーを回避することができる。実験では、ACGansを教師あり学習と教師なし学習の２つの学習方法で設計する。現実的なデータセットであるMVTec ADを用いた実験により、本モデルの有効性を検証した。教師なし学習では、ACGansは多くの製品画像でCBiGANより精度が高いことが分かった。教師あり学習の場合、このモデルはきわめて高精度であり、実用的な産業ニーズにも十分対応できると考えられる。