基于多任务学习并引入注意力机制的视频异常检测
计算机视觉与模式识别
2023-05-12 v2 人工智能
摘要
基于多任务学习的视频异常检测方法在不同分支中结合多个代理任务，以检测不同情形下的视频异常。现有多数方法要么未结合互补任务以有效覆盖所有运动模式，要么未显式考虑物体类别。为解决上述不足，我们提出一种基于多任务学习的新方法，其结合互补的代理任务以更好地兼顾运动与表观特征。我们将语义分割与未来帧预测任务置于单一分支中，以学习物体类别与一致的运动模式，并同时检测相应异常。在第二分支中，我们加入若干注意力机制，通过对物体部件、运动方向及物体距相机距离的关注来检测运动异常。我们的定性结果表明，所提方法有效考虑了物体类别，并通过对上述重要因素的关注学习运动，从而实现精确的运动建模与更好的运动异常检测。此外，定量结果表明我们的方法优于当前最先进的方法。
引用
@article{arxiv.2210.07697,
title = {Multi-Task Learning based Video Anomaly Detection with Attention},
author = {Mohammad Baradaran and Robert Bergevin},
journal= {arXiv preprint arXiv:2210.07697},
year = {2023}
}