监控视频中抛掷物体行为的检测
计算机视觉与模式识别
2024-03-12 v1
摘要
异常行为检测是计算机视觉中一个具有挑战性的研究领域。该领域的进展使得利用监控摄像头画面自动检测危险行为成为可能。交通流中的抛掷动作是一种在其他研究中常被忽视的危险行为，也是我们智慧城市项目提升公共安全的独特需求之一。本文提出了一种利用深度学习检测监控视频中抛掷动作的解决方案。目前，尚无公开可用的抛掷动作数据集。为满足我们智慧城市项目的应用场景，我们首先生成了新颖的公开“抛掷动作”（Throwing Action）数据集，包含 271 段由行人、骑行者和汽车驾驶员等交通参与者执行的抛掷动作视频，以及 130 段无抛掷动作的正常视频。其次，我们在 UCF-Crime 和 Throwing-Action 数据集上比较了不同特征提取器在我们异常检测方法中的性能。探索的特征提取器包括三维卷积网络（C3D）、膨胀三维卷积网络（I3D）和多纤维网络（MFNet）。最后，通过使用 Adam 优化器替代 Adadelta，并提出一种涵盖交通中多种正常情况的均值正常损失函数（mean normal loss function），提高了异常检测算法的性能。这两个方面均带来了更好的异常检测性能。此外，所提出的均值正常损失函数降低了组合数据集上的误报率。实验结果显示，Throwing-Action 数据集的 ROC 曲线下面积达到 86.10，组合数据集则为 80.13。
引用
@article{arxiv.2403.06552,
title = {Detection of Object Throwing Behavior in Surveillance Videos},
author = {Ivo P. C. Kersten and Erkut Akdag and Egor Bondarev and Peter H. N. De With},
journal= {arXiv preprint arXiv:2403.06552},
year = {2024}
}