画像からの異常検出に関して思うこと

ちょっとした思いつきを書き留めておく。

画像からの異常検出の際、計算した異常度から特徴量抽出の手法を見直すことはできないか？ということ。

動画像の異常検出っていうのは結局、
生動画を何らかの処理をほどこした特徴量(生画像を入力使うのも含む)を入力として、その特徴量に対して正常パターンの集合を学習し、パターンから外れる値を異常とみなしているに過ぎない。

この特徴量抽出の際、正常例と異常例から求めた特徴量に意味のある差が存在しないなら、後に続く異常検出の手法は何をやっても無意味だ。

簡単な例を書いとくと、赤いリンゴと青いリンゴを見分けるということをしたいとする。この際、特徴量抽出のために画像中のリンゴ領域を黒、その他を白にするというバイナリ化をやってしまうとする。このバイナリ画像を入力として、分類をやるというのは全くもってナンセンスだろう。
この時特徴量抽出のパラメータとなるのはバイナリ化の際の閾値である。これを異常検出の計算の結果にしたがって調節してやることが出来れば、上のバイナリ化はこの問題に対して十分意味のある特徴量抽出の手法になるだろう。

これを他のんでもできないかなー。
やっている人はいるだろうけど。