본 논문은 Vision Language Model (VLM) 시대에 걸쳐 이상치 탐지(OOD)와 관련된 문제들(이상 탐지(AD), 참신성 탐지(ND), 열린 집합 인식(OSR), 이상치 탐지(OD))을 통합적으로 재분류하고, OOD 탐지 방법론 및 관련 작업에 대한 포괄적인 검토를 제공합니다. 기존의 OOD 탐지 프레임워크를 VLM 시대에 맞춰 업데이트하고, OOD 탐지와 AD가 주요 과제로 부상했음을 보여줍니다. 또한, 정의, 문제 설정, 벤치마크의 변화를 강조하고, 새롭게 등장하는 대규모 비전 언어 모델(LVLM) 시대의 발전 상황을 살펴보며, 미래 연구 방향을 제시합니다. GitHub 저장소(https://github.com/AtsuMiyai/Awesome-OOD-VLM)를 통해 관련 자료를 제공합니다.
시사점, 한계점
•
시사점:
◦
VLM 시대의 OOD 탐지 및 관련 분야의 진화를 포괄적으로 정리하고, 통합된 프레임워크를 제시함.
◦
OOD 탐지와 이상 탐지(AD)가 주요 과제로 부각되었음을 밝힘.
◦
OOD 탐지 방법론 및 관련 작업에 대한 포괄적인 검토를 제공함.
◦
LVLM 시대의 발전 동향과 미래 연구 방향 제시.
◦
관련 자료를 GitHub 저장소를 통해 공개함.
•
한계점:
◦
본 논문에서 제시된 프레임워크의 일반성 및 적용 범위에 대한 추가적인 검증 필요.
◦
LVLM의 발전 속도가 빠르므로, 논문 발표 이후 새로운 연구 결과를 반영하는 데 어려움이 있을 수 있음.
◦
특정 VLM 또는 LVLM에 치우친 분석일 가능성. 다양한 모델에 대한 폭넓은 비교 분석 필요.
