用于视频异常检测的注意力卷积LSTM修复网络
计算机视觉与模式识别
2018-11-27 v1
摘要
我们受Video Pixel Network [van den Oord等人, 2016]启发，提出了一种用于检测视频中异常的半监督模型。VPN是一种基于深度神经网络的概率生成模型，用于估计视频帧中原始像素的离散联合分布。我们的模型以基于卷积的注意力机制扩展了VPN的卷积LSTM视频编码器部分。我们还将VPN的Pixel-CNN解码器部分修改为帧修复任务，其中将待预测帧的部分掩码版本作为输入给出。帧重建误差被用作异常指示符。我们在moving mnist数据集的修改版本 [Srivastava等人, 2015] 上测试了我们的模型。我们的模型被证明在检测视频异常方面是有效的。该方法可作为需要视觉常识的应用中的一个组件。
引用
@article{arxiv.1811.10228,
title = {Attentioned Convolutional LSTM InpaintingNetwork for Anomaly Detection in Videos},
author = {Itamar Ben-Ari and Ravid Shwartz-Ziv},
journal= {arXiv preprint arXiv:1811.10228},
year = {2018}
}