基于时空自编码器的视频异常事件检测
计算机视觉与模式识别
2017-01-09 v1
摘要
我们提出一种用于检测视频中异常的高效方法。卷积神经网络近期的应用已显示出卷积层在目标检测与识别（尤其是图像中）的潜力。然而，卷积神经网络是监督式的，需要标签作为学习信号。我们提出一种用于视频（包括拥挤场景）中异常检测的时空架构。我们的架构包含两个主要组件，一个用于空间特征表示，另一个用于学习空间特征的时间演化。在Avenue、Subway和UCSD基准数据集上的实验结果证实，我们方法的检测精度可与state-of-the-art方法相媲美，且速度相当快，可达140 fps。
引用
@article{arxiv.1701.01546,
title = {Abnormal Event Detection in Videos using Spatiotemporal Autoencoder},
author = {Yong Shean Chong and Yong Haur Tay},
journal= {arXiv preprint arXiv:1701.01546},
year = {2017}
}