中文

深度视频异常检测:机遇与挑战

计算机视觉与模式识别 2021-10-12 v1 社会与信息网络

摘要

异常检测是各类研究背景下一项热门且至关重要的任务,已被研究数十年。为保障人民生命与财产安全,视频监控已广泛部署于十字路口、电梯、医院、银行乃至私人住宅等各类公共空间。深度学习已在声学、图像乃至自然语言处理等诸多领域展现出其能力。然而,由于异常在不同应用场景下彼此差异显著,设计智能视频异常检测系统并非易事。若此类智能系统能在日常生活中实现,将带来诸多优势,如大幅节省人力资源、减轻政府财政负担,以及及时准确地识别异常行为。近来,许多关于扩展深度学习模型以解决异常检测问题的研究涌现,推动了深度视频异常检测技术的有益进展。本文从新视角对基于深度学习的视频异常检测方法进行了全面综述。具体而言,我们分别总结了深度学习模型在视频异常检测任务上的机遇与挑战。我们提出了智能视频异常检测系统在各类应用领域中的若干潜在未来研究方向。此外,我们总结了当前深度学习方法用于视频异常检测的特点与技术问题。

关键词

引用

@article{arxiv.2110.05086,
  title  = {Deep Video Anomaly Detection: Opportunities and Challenges},
  author = {Jing Ren and Feng Xia and Yemeng Liu and Ivan Lee},
  journal= {arXiv preprint arXiv:2110.05086},
  year   = {2021}
}

备注

8 pages, 2 figures