基于特征重构的图像OOD检测方法研究

一种基于特征重构的图像OOD检测方法研究，属于深度学习图像应用领域。由于传统深度学习任务通常假设训练样本和测试样本具有独立同分布的属性，即随机变量中每个变量的概率分布都相同，且这些随机变量互相独立，训练模型用于预测测试集样本，当训练集和测试集的独立同分布不成立时，检测模型精确度急剧下降，甚至对错误的预测结果给出高置信度。针对此问题，本研究方法包括对图像类公共数据集进行预处理，通过分离特征提取语义特征和非语义特征，结合特种重构方法，解决数据集协变量偏移的负面效果和检测方法问题，相较于分类、密度、距离等方法都有较好的性能提升。该方法解决了现有方法无法充分利用特征信息的问题，提高了图像OOD检测的性能。