변환을 구별하는 학습
정상 클래스에 속한다고 알려진 영상에 여러 기하 변환을 적용한다. 심층 모형이 수십 가지 변환의 종류를 구별하도록 학습하게 해 정상 영상의 특징을 포착하는 검출기를 얻는다.
보조 과제에서 탐지로
학습 목표는 정상과 모든 종류의 이상을 직접 분류하는 것이 아니다. 정상 영상의 변환을 구별하면서 얻은 특징을 학습 분포 밖의 영상을 찾는 데 활용한다.
검사 영상의 반응
검사할 영상에도 변환을 적용하고 모형의 소프트맥스 활성화 통계를 관찰해 이상을 판별한다. 변환 종류를 맞히는 보조 능력을 분포 밖 영상의 탐지 기준으로 연결하는 접근이다.