利用生成对抗网络进行视频中的异常事件检测
计算机视觉与模式识别
2017-09-01 v1 多媒体
摘要
本文研究拥挤场景中的异常检测问题。我们提出使用生成对抗网络（GANs），仅利用正常帧及其对应的光流图像进行训练，以学习场景正常性的内部表示。由于我们的 GANs 仅用正常数据训练，它们无法生成异常事件。在测试阶段，将真实数据与我们的 GANs 重建的外观和运动表示进行比较，并通过计算局部差异来检测异常区域。在具有挑战性的异常检测数据集上的实验结果表明，所提出的方法在帧级和像素级异常检测任务中均优于现有最先进方法。
引用
@article{arxiv.1708.09644,
title = {Abnormal Event Detection in Videos using Generative Adversarial Nets},
author = {Mahdyar Ravanbakhsh and Moin Nabi and Enver Sangineto and Lucio Marcenaro and Carlo Regazzoni and Nicu Sebe},
journal= {arXiv preprint arXiv:1708.09644},
year = {2017}
}
备注
Best Paper / Student Paper Award Finalist, IEEE International Conference on Image Processing (ICIP), 2017