Phát hiện bất thường (Anomaly Detection)
Trong thị giác máy, Anomaly Detection hay phát hiện bất thường là nhánh bài toán nhằm xác định những khu vực, mẫu hay đối tượng có biểu hiện khác biệt so với những khu vực, mẫu & đối tượng được gán nhãn "bình thường". Bài toán thường được đặt trong bối cảnh các dây chuyền kiểm tra chất lượng như phát hiện vết xước, lỗ hỏng, sai lệch,... của các linh kiện, thiết bị công nghiệp.
Điểm khó của nhánh bài toán nằm ở chỗ dữ liệu lỗi thường hiếm gặp, đa dạng và khó có thể liệt kê đầy đủ. Trong môi trường sản xuất thực tế, nhà máy có thể thu thập rất nhiều ảnh sản phẩm đạt chuẩn, nhưng số lượng ảnh lỗi lại hạn chế. Thậm chí, với một số dạng lỗi ít gặp, gần như không có đủ mẫu đại diện để huấn luyện mô hình theo cách giám sát truyền thống.
Bên cạnh việc xác định một ảnh có bất thường hay không ở mức toàn ảnh (anomaly detection), hệ thống còn cần chỉ ra vùng nào trên sản phẩm là bất thường (anomaly localization). Do đó, nhiều phương pháp lựa chọn cách học đặc trưng của dữ liệu bình thường, sau đó phát hiện những ảnh hoặc vùng ảnh có đặc trưng lệch đáng kể so với trạng thái bình thường đã học.