探索扩散模型在无监督视频异常检测中的应用
计算机视觉与模式识别
2023-07-04 v2
摘要
本文研究了在数据标注未被使用这一最具挑战性但也最具操作性的场景下，扩散模型用于视频异常检测（VAD）的性能。由于异常事件具有稀疏、多样、依赖上下文且常模糊的特性，精确检测异常是一项极为艰巨的任务。为此，我们仅依赖信息丰富的时空数据以及扩散模型的重构能力，利用高重构误差来判断异常。在两个大规模视频异常检测数据集上的实验表明，所提方法相对于最先进的生成模型有一致的提升，且在某些情况下我们的方法取得了比更复杂模型更好的分数。这是首项使用扩散模型并考察其参数影响、为监控场景下的 VAD 提供指导的研究。
引用
@article{arxiv.2304.05841,
title = {Exploring Diffusion Models for Unsupervised Video Anomaly Detection},
author = {Anil Osman Tur and Nicola Dall'Asen and Cigdem Beyan and Elisa Ricci},
journal= {arXiv preprint arXiv:2304.05841},
year = {2023}
}
备注
Accepted to IEEE ICIP 2023