利用孪生网络学习距离函数以定位视频中的异常
计算机视觉与模式识别
2020-01-28 v1
摘要
本文提出一种定位监控视频中异常的新方法。主要创新点在于使用孪生卷积神经网络（CNN）学习一对视频块（视频的时空区域）之间的距离函数。所学到的距离函数不特定于目标视频，用于度量测试视频中每个视频块与正常训练视频中视频块之间的距离。若测试视频块与任何正常视频块均不相似，则其必为异常。我们使用 4 种评估指标与 3 个具有挑战性的目标基准数据集将本方法与已发表算法进行比较。实验表明，本方法优于或可与当前最先进方法相媲美。
引用
@article{arxiv.2001.09189,
title = {Learning a distance function with a Siamese network to localize anomalies in videos},
author = {Bharathkumar Ramachandra and Michael J. Jones and Ranga Raju Vatsavai},
journal= {arXiv preprint arXiv:2001.09189},
year = {2020}
}
备注
accepted to WACV 2020