概要
この記事では、CVPR2025のOOD論文を紹介します。
Leveraging Perturbation Robustness to Enhance Out-of-Distribution Detection
- 概要:スコアベースのOODの性能を上げる方法
- キモ:Alg1のように、OOD関数の勾配方向へ摂動を加え動かしていった値をOODスコアとする。
OODD: Test-time Out-of-Distribution Detection with Dynamic Dictionary
- 概要:OOD検知の方法
- キモ:OODスコアが低いものをOOD辞書としてためておく。それらのコサイン類似度をOODスコアとする((4)式)
DPU: Dynamic Prototype Updating for Multimodal Out-of-Distribution Detection
- 概要:複数モダリティでOOD検出精度を上げる方法の改善
Open Set Label Shift with Test Time Out-of-Distribution Reference
- 概要:オープンセットラベルシフト(OSLS)問題(IDのみの分布からID+OODの分布に変わる問題)のアルゴリズムの改良
- キモ:Fig.2. IDとOODのモデルを再学習せずにターゲット分布を予測する
- SourceにおけるIDの分布を予測する
- ターゲット分布をEMアルゴリズムで予測
- ターゲット分布でOODの分布を調べる
Enhanced OoD Detection through Cross-Modal Alignment of Multi-Modal Representations
- 概要:マルチモーダルOODの精度を上げる方法
- キモ:複数モーダル間のIDの画像埋め込みとテキスト埋め込みの距離を整合させる
Detecting Out-of-Distribution Through the Lens of Neural Collapse
- 概要:OOD検知の改良
- キモ:IDはFig.2右のようにクラスタを形成するのに対し、OODはそうはならないことを利用し、pScore((6)式)+ $\alpha||\mathrm{h}||_1$ でOOD判別する