MTFL：用于监控视频弱监督异常检测的多时间尺度特征学习
计算机视觉与模式识别
2025-10-29 v2
摘要
异常事件的检测与公共安全相关，需要结合细粒度的运动信息和可变时间尺度下的上下文事件。为此，我们提出了一种多时间尺度特征学习（MTFL）方法，以增强异常特征的表示。采用短、中、长三种时间管状体，利用Video Swin Transformer提取时空视频特征。实验结果表明，MTFL在UCF-Crime数据集上优于现有最先进方法，异常检测性能达到89.78% AUC。此外，它在ShanghaiTech数据集上达到95.32% AUC，在XD-Violence数据集上达到84.57% AP，与SotA互补。此外，我们生成了一个扩展的UCF-Crime数据集，用于在更广泛的异常类型上进行开发和评估，即视频异常检测数据集（VADD），包含18个类别的2,591个视频，广泛覆盖了真实世界的异常情况。
引用
@article{arxiv.2410.05900,
title = {MTFL: Multi-Timescale Feature Learning for Weakly-Supervised Anomaly Detection in Surveillance Videos},
author = {Yiling Zhang and Erkut Akdag and Egor Bondarev and Peter H. N. De With},
journal= {arXiv preprint arXiv:2410.05900},
year = {2025}
}