利用轨迹预测进行行人视频异常检测

视频异常检测是视觉中的核心问题。正确地从视频数据中检测和识别行人的异常行为将赋能监控、活动监测和人-机器人交互等安全关键应用。在本文中，我们提出利用轨迹定位与预测进行无监督行人异常事件检测。与先前基于重建的方法不同，我们提出的框架依赖于正常与异常行人轨迹的预测误差来在时空上检测异常。我们在不同时长尺度的真实世界基准数据集上展示了实验结果，表明我们提出的基于轨迹预测器的异常检测流程在识别视频中行人异常活动方面有效且高效。代码将在 https://github.com/akanuasiegbu/Leveraging-Trajectory-Prediction-for-Pedestrian-Video-Anomaly-Detection 提供。