图像分布外检测研究综述

作者：郭凌云^*; 李国和; 龚匡丰; 薛占熬

来源：模式识别与人工智能, 2023, 36(07): 613-633.

DOI：10.16451/j.cnki.issn1003-6059.202307004

• 机器学习
• 深度学习
• 分布外(OOD)检测
• 图像识别

分类器学习一般假设训练样本和预测样本具有独立同分布.由于该条件过强，实践中当分类器面向分布外(Out-of-Distribution, OOD)样本时容易导致预测错误.因此，对OOD检测进行深入研究就显得尤为重要.文中首先介绍OOD检测的概念及其相关研究领域，根据网络训练方式的差异性对有监督的检测方法、半监督的检测方法、无监督的检测方法和异常值暴露的检测方法进行系统概述.然后按照关键技术从神经网络分类器、度量学习和深度生成模型三方面总结现有OOD检测方法.最后讨论OOD检测未来的研究方向.

• 单位
  河南师范大学; 中国石油大学（北京）