用于异常检测的混合深度网络

本文中，我们提出了一种用于监控视频中异常检测的深度卷积神经网络（CNN）。该模型改编自在视频块上工作的典型自编码器，视角为稀疏组合学习。我们的 CNN 侧重于（无监督地）学习正常事件的共性特征，并强调其空间位置（通过有监督损失）。据我们所知，这是首个直接将块位置作为分类子网络目标的工作。该模型能够为每帧视频提供异常评估分数。我们的实验在 4 个具有各种异常事件的基准数据集上进行，所得结果具有与最先进研究相竞争的性能。