用于人群运动分析的即插即用 CNN：在异常事件检测中的应用
计算机视觉与模式识别
2018-01-30 v3
摘要
大多数人群异常事件检测方法依赖复杂的手工特征来表示人群的运动和外观。卷积神经网络（CNN）已被证明是一种具有出色表示能力的强大工具，可以免去对手工特征的需求。在本文中，我们表明跟踪 CNN 特征随时间的变化有助于捕捉局部异常。我们具体提出了一种新颖的基于测度的方法，该方法通过将语义信息（继承自现有 CNN 模型）与低层光流相结合，来测量视频中的局部异常。该方法的一个优点是无需微调成本即可使用。所提出的方法在具有挑战性的异常检测数据集上得到了验证，结果表明我们的方法优于现有最佳方法。
引用
@article{arxiv.1610.00307,
title = {Plug-and-Play CNN for Crowd Motion Analysis: An Application in Abnormal Event Detection},
author = {Mahdyar Ravanbakhsh and Moin Nabi and Hossein Mousavi and Enver Sangineto and Nicu Sebe},
journal= {arXiv preprint arXiv:1610.00307},
year = {2018}
}
备注
To appear at WACV 2018