一种用于视频异常事件检测的与背景无关框架及对抗训练

视频中的异常事件检测是一个复杂的计算机视觉问题，近年来引起了广泛关注。该任务的复杂性源于通常所采用的异常事件定义，即依赖于周围上下文的罕见事件。遵循将异常事件检测作为离群点检测的标准表述，我们提出了一种从仅含正常事件的训练视频中学习的与背景无关框架。我们的框架由目标检测器、一组表观与运动自编码器以及一组分类器组成。由于我们的框架仅关注目标检测结果，只要各场景中对正常事件的定义相同且唯一主要变化因素为背景，它便可应用于不同场景。为克服训练期间异常数据的缺失，我们提出了一种针对自编码器的对抗学习策略。我们创建了一组与场景无关的域外伪异常样本，在伪异常样本上施加梯度上升之前，这些样本可被自编码器正确重建。我们进一步利用伪异常样本作为异常样本，用于训练基于表观与基于运动的二分类器，以区分正常与异常的潜特征及重建结果。我们在四个基准数据集上使用多种评估指标将我们的框架与最先进方法进行比较。实证结果表明，与现有方法相比，我们的方法在所有数据集上均取得了优越性能。此外，我们为文献中的两个大规模异常事件检测数据集（即 ShanghaiTech 与 Subway）提供了基于区域与基于轨迹的标注。