摘要

异常检测可通过正向数据的生成建模，或通过与负样本数据进行判别来实现。这两种方法表现出不同的失效模式，因此，融合两类方法的混合算法成为极具吸引力的研究方向。然而，密集型异常检测要求具备平移等变性（translational equivariance）以及极高的输入分辨率，而这些要求使得迄今为止所有已有的混合方法在当前知识范围内均不适用。为此，我们提出一种新型混合算法，其核心思想是将判别性输出（logits）重新解释为未归一化的联合分布 $\hat{p}(\mathbf{x}, \mathbf{y})$ 的对数形式。我们的模型基于共享的卷积特征表示，从中恢复出三个密集预测结果：i）封闭集类别后验概率 $P(\mathbf{y}|\mathbf{x})$，ii）数据集后验概率 $P(d_{in}|\mathbf{x})$，iii）未归一化的数据似然 $\hat{p}(\mathbf{x})$。后两项预测均在标准训练数据和通用负样本数据上进行训练。我们将这两类预测结果融合，生成一种混合异常得分，从而实现对大型自然图像的密集型开放集识别。为避免在反向传播中处理难以计算的归一化常数 $Z(\theta)$，我们精心设计了一种专用损失函数用于数据似然项的训练。实验在标准的密集异常检测基准上进行了评估，并引入了一种新的度量指标——open-mIoU，用于衡量密集开放集场景下的性能表现。结果表明，尽管相对于标准语义分割基线仅带来可忽略的计算开销，我们的方法在各项指标上均达到了当前最优水平，展现出卓越的性能。