使用基于时间递归差分网络预测的非平稳视频异常检测
计算机视觉与模式识别
2025-03-05 v1 图像与视频处理
摘要
大多数视频，包括通过航空遥感捕获的视频，本质上通常是非平稳的，具有时变的特征统计量。尽管存在用于视频异常检测的复杂重建和预测模型，但很少明确考虑对非平稳性的有效处理。在本文中，我们提出使用时间递归差分网络进行预测，随后进行自回归移动平均估计，以实现视频异常检测。差分网络用于在异常检测过程中有效处理视频数据中的非平稳性。聚焦于预测过程，我们采用简单的基于光流的视频特征，并在三个航空视频数据集和两个标准异常检测视频数据集上生成定性和定量结果，以此证明了所提方法的有效性。基于 EER、AUC 和 ROC 曲线与包括 SOTA 在内的几种现有方法进行的比较，揭示了所提方法的优越性。
引用
@article{arxiv.2503.02234,
title = {Anomaly detection in non-stationary videos using time-recursive differencing network based prediction},
author = {Gargi V. Pillai and Debashis Sen},
journal= {arXiv preprint arXiv:2503.02234},
year = {2025}
}
备注
Copyright 2022 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works