二进制任务中的二进制噪声:用掩蔽伯努利扩散实现无监督异常检测
基于潜在伯努利扩散模型的新颖快速非监督异常检测方法,通过自编码器将输入图像压缩成二进制潜在表示,使用伯努利噪声进程的扩散模型从扰动的潜在空间进行训练以恢复二进制潜在表示,并基于这些概率提出了基于掩蔽算法来改进异常检测评分,具有超越其他基于扩散的非监督异常检测算法的最新性能,同时显著减少了采样时间和内存消耗。
研究人员提出了一种新的自监督表示学习器,称为掩蔽扩散模型(MDM),在医学和自然图像语义分割任务中表现出优异性能,并在少样本场景下取得了显著进展。