視覚注視機構は、畳み込みニューラルネットワークの性能向上を目指す仕組みである。EA機構は、正常画像のみで事前学習したネットワークの出力である異常度マップを、最終的に注視マップとして教師あり分類モデルに統合する新しい視覚注視機構であり、既存の異常検出器の分類性能向上が可能である。しかし、どのような異常度マップが異常検知性能に寄与しているかは明らかではない。そこで、本稿では異常データが持つ特徴のうち異常箇所に焦点を当て、点に縮約した異常度マップを新たな異常度マップとした。外観検査用データセットであるMVTec ADを用いて、局所化された異常度マップから注視マップが作成される過程について調査をした。その結果、位置情報に集約した異常度マップにおいても異常検出性能を向上することができた。
