Corruption synthétique d’image pour la détection d’anomalies à l’aide d’auto-encodeurs convolutifs
(2020) RFIAP — Location: Vannes, France (23.June.2020)
Files
RFIAP_2020_paper_AS.pdf
Open Access - Adobe PDF
- 10.3 MB
Details
- Authors
- Abstract
- De manière à détecter des anomalies, un auto-encodeur peut être entraîné à réaliser une projection depuis une image arbitraire, c.-à-d. avec ou sans défaut, vers une image saine, c.-à-d. sans défaut. Le résidu de reconstruction quantifie alors la vraisemblance qu’une région soit anormale. Dans un contexte où seules des images saines sont disponibles pour l’entraînement, nous proposons de corrompre ces dernières à l’aide de bruit synthétique. Nos expériences démontrent qu’un bruit en forme de tache indépendant du contenu de l’image, combiné à l’ajout de skip-connections à l’auto-encodeur, généralise sur les défauts réels, améliorant de ce fait la détection d’anomalies.
- Affiliations
Citations
Collin, A.-S., & De Vleeschouwer, C. (2020). Corruption synthétique d’image pour la détection d’anomalies à l’aide d’auto-encodeurs convolutifs. Online proceedings of RFIAP, https://cap-rfiap2020-sciencesconf-org.proxy.bib.ucl.ac.be:2443/resource/page/id/9, 1(1), 1-9. https://hdl.handle.net/2078.5/118390 (Original work published 2020)