MULDE：基于去噪得分匹配的多尺度对数密度估计用于视频异常检测
计算机视觉与模式识别
2024-03-22 v1
摘要
我们提出了一种新颖的视频异常检测方法：将从视频中提取的特征向量视为具有固定分布的随机变量的实现，并用神经网络对该分布进行建模。这使得我们能够估计测试视频的似然度，并通过设定似然度估计的阈值来检测视频异常。我们使用一种改进的去噪得分匹配方法来训练视频异常检测器，该方法通过向训练数据注入噪声以便于对其分布进行建模。为了消除超参数选择，我们对不同噪声水平下的噪声视频特征分布进行建模，并引入一个正则化器，旨在使不同噪声水平的模型趋于一致。在测试时，我们使用高斯混合模型结合多个噪声尺度下的异常指示。运行我们的视频异常检测器仅产生极小的延迟，因为推理只需提取特征并将其通过一个浅层神经网络和一个高斯混合模型进行前向传播。我们在五个流行的视频异常检测基准上的实验展示了最先进的性能，无论是在以对象为中心还是在以帧为中心的设置中。
引用
@article{arxiv.2403.14497,
title = {MULDE: Multiscale Log-Density Estimation via Denoising Score Matching for Video Anomaly Detection},
author = {Jakub Micorek and Horst Possegger and Dominik Narnhofer and Horst Bischof and Mateusz Kozinski},
journal= {arXiv preprint arXiv:2403.14497},
year = {2024}
}