交通视频中时间戳感知异常检测的挑战
计算机视觉与模式识别
2019-06-12 v1
摘要
交通视频中的时间戳感知异常检测是智能交通系统发展的一项关键任务。由于异常事件稀疏发生、不同类型异常行为不一致以及正常与异常场景可用数据不平衡，视频中的异常检测是一个具有挑战性的问题。本文提出一个三阶段流水线，通过学习视频中的运动模式来检测视觉异常。首先，从近期历史帧中估计背景以识别静止物体。该背景图像用于在帧内定位正常/异常行为。接着，我们在估计的背景中检测感兴趣对象，并基于时间戳感知异常检测算法将其归类为异常。我们还讨论了在未见过的测试数据上提升交通异常检测性能所面临的挑战。实验在NVIDIA AI城市挑战赛2019的Track 3上进行。结果表明，所提方法在检测交通/道路视频中的时间戳感知异常方面是有效的。
引用
@article{arxiv.1906.04574,
title = {Challenges in Time-Stamp Aware Anomaly Detection in Traffic Videos},
author = {Kuldeep Marotirao Biradar and Ayushi Gupta and Murari Mandal and Santosh Kumar Vipparthi},
journal= {arXiv preprint arXiv:1906.04574},
year = {2019}
}
备注
IEEE Computer Vision and Pattern Recognition Workshops (CVPRW-2019)