用于改进视频异常检测的运动感知特征
计算机视觉与模式识别
2019-07-25 v1 机器学习
图像与视频处理
摘要
基于我们观察到运动信息是视频异常检测性能良好的关键，我们提出了一种时间增强网络来学习运动感知特征。仅此特征即可取得与先前最先进方法相媲美的性能，而与它们结合时，可以取得显著的性能提升。此外，我们通过使用注意力块将时间上下文引入多实例学习（MIL）排序模型中。学习到的注意力权重有助于更好地区分异常和正常视频片段。借助所提出的运动感知特征和时间MIL排序模型，我们在UCF Crime数据集上的异常检测和异常动作识别任务中均大幅优于先前的方法。
引用
@article{arxiv.1907.10211,
title = {Motion-Aware Feature for Improved Video Anomaly Detection},
author = {Yi Zhu and Shawn Newsam},
journal= {arXiv preprint arXiv:1907.10211},
year = {2019}
}
备注
BMVC 2019