基于姿态的视频异常检测的双条件运动扩散

视频异常检测（VAD）是计算机视觉研究中的关键任务。现有 VAD 方法要么基于重建，要么基于预测框架。前者擅长检测不规则的模式或结构，后者则能捕捉异常的偏差或趋势。我们关注基于姿态的视频异常检测，提出一种新框架称为双条件运动扩散（DCMD），兼具两者优势。DCMD 集成了条件运动和条件嵌入，综合利用观察运动的姿态特征和潜在语义。 在逆扩散过程中，提出一种运动变换器来捕获来自运动谱空间中多层特征的潜在关联。为增强正常与异常实例之间的判别性，我们设计了一种新的 United Association Discrepancy（UAD）正则化，主要依赖于基于高斯核的时间关联和基于自注意力的全局关联。最后，在逆扩散推理阶段引入掩码完成策略，以增强条件运动对异常检测预测分支的利用。在四个数据集上的大量实验表明，我们的方法在性能上显著优于最先进的方法，并表现出优异的泛化能力。