用于交通视频异常检测的视听数据集与方法
计算机视觉与模式识别
2023-05-25 v1
摘要
我们引入了首个取自真实场景、用于交通异常检测的视听数据集，称为 MAVAD，其涵盖多样的天气与光照条件。此外，我们提出一种名为 AVACA 的新方法，通过交叉注意力融合从视频序列中提取的视觉与音频特征以检测异常。我们证明加入音频使 AVACA 性能提升最高达 5.2%。我们还评估了图像匿名化的影响，显示性能仅平均下降 1.7%。
引用
@article{arxiv.2305.15084,
title = {Audio-Visual Dataset and Method for Anomaly Detection in Traffic Videos},
author = {Błażej Leporowski and Arian Bakhtiarnia and Nicole Bonnici and Adrian Muscat and Luca Zanella and Yiming Wang and Alexandros Iosifidis},
journal= {arXiv preprint arXiv:2305.15084},
year = {2023}
}