長尾分布の異常検出のために、再構築による異常検出と意味的な異常検出を組み合わせた新しい手法LTADを提案する。LTADは、データセットのクラス名に依存せずに、複数の長尾分布クラスの異常を検出することができる。
複数のオブジェクトカテゴリーに対応する統合異常検出モデルを提案し、クラス情報を活用して干渉を軽減する。
モデルが正常パターンを学ぶことを強制するため、RLRフレームワークは「学習ショートカット」問題を解決します。