全局信息引导的视频异常检测
计算机视觉与模式识别
2021-04-15 v1
摘要
由于异常的复杂性以及缺乏耗费人力的时序标注，视频异常检测（VAD）目前是一项具有挑战性的任务。本文提出一种端到端的全局信息引导（GIG）异常检测框架，利用视频级标注（即弱标签）进行异常检测。我们提出首先在GIG模块中利用弱标签挖掘全局模式线索。随后构建空间推理模块，度量空间域中向量与全局线索向量的相关性，并选取最相关的特征向量用于时序异常检测。在CityScene挑战赛上的实验结果证明了我们模型的有效性。
引用
@article{arxiv.2104.06813,
title = {Global Information Guided Video Anomaly Detection},
author = {Hui Lv and Chunyan Xu and Zhen Cui},
journal= {arXiv preprint arXiv:2104.06813},
year = {2021}
}