近日，实验室2022级硕士生袁月和2021级博士生何润东作为共同第一作者完成的一篇论文“LHAct: Rectifying Extremely Low and High Activations for Out-of-Distribution Detection”（作者：袁月，何润东，韩忠义，尹义龙）被CCF A类会议ACM-MM录用。ACM MM是新媒体领域的顶级会议，属于CCF A类会议。

近年来，分布外（OOD）检测已成为一个关键的研究领域，特别是在真实场景中部署人工智能产品时。OOD检测研究人员为了减轻异常激活所带来的负面影响而做出了重要努力。这些激活指的是作用于特征映射上的激活函数的输出。由于异常激活会导致难以区分ID和OOD数据，先前的解决方案是通过将极高的异常激活截断到预定义的阈值或者用低通滤波器进行过滤来纠正它们。然而，这种方法忽视了极低的异常激活，并且提出的纠正策略始终是次优的，因为所使用的纠正函数是不收敛或高强度收敛的，导致欠纠正或过纠正。在本文中，我们提出了一种名为LHAct的方法。LHAct设计了一个新的函数，可以同时纠正极低和极高的激活。通过LHAct处理原始激活后，ID和OOD激活分布之间的平均差异增大，并且它们的方差都减小。理论分析表明，LHAct显著提高了ID和OOD数据的可分离性。大量的实验证明，LHAct在很大程度上超过了先前基于激活的方法，并且在其他框架和OOD得分函数上具有很好的泛化能力。