这一篇是近期reconstruction-based 在anomaly detection上有较大突破的一篇，想法很有意思，将传统reconstruction task 变成 restoration task：在喂入encoder 之前除去input x的某些属性变成 (比如去除颜色，像素等)，再喂入encoder，如下图, 而非重瞳的input直接喂入encoder 进行reconstruction.
另外不同去除属性的操作可以叠加，形成新的资料，这点与 近期classification-based 有重大突破的《Deep Anomaly Detection Using Geometric Transformations 》通过不同geometric transformation 将一类normal data 转为多类再分类训练有相似之处。