MIST：面向视频异常检测的多示例自训练框架
计算机视觉与模式识别
2021-04-06 v1
摘要
弱监督视频异常检测（WS-VAD）旨在基于判别性表示区分异常事件与正常事件。现有多数工作受限于视频表示不足。本文提出一种多示例自训练框架（MIST），仅利用视频级标注即可高效精炼任务特定的判别性表示。具体而言，MIST由两部分组成：1）多示例伪标签生成器，采用稀疏连续采样策略生成更可靠的片段级伪标签；2）自引导注意力增强特征编码器，旨在提取任务特定表示的同时自动聚焦于帧中的异常区域。此外，我们采用自训练方案优化上述两个组件，最终获得任务特定的特征编码器。在两个公开数据集上的大量实验证明了本方法的有效性，其性能与现有监督及弱监督方法相当甚至更优，特别是在ShanghaiTech上取得94.83%的帧级AUC。
引用
@article{arxiv.2104.01633,
title = {MIST: Multiple Instance Self-Training Framework for Video Anomaly Detection},
author = {Jia-Chang Feng and Fa-Ting Hong and Wei-Shi Zheng},
journal= {arXiv preprint arXiv:2104.01633},
year = {2021}
}
备注
Accepted by CVPR 2021