理解基于姿态的异常检测的挑战与机遇
计算机视觉与模式识别
2023-03-10 v1 人工智能
摘要
基于姿态的异常检测是一种通过检查从视频帧中提取的人体姿态来检测异常事件或行为的视频分析技术。利用姿态数据可缓解隐私与伦理问题。此外，在计算方面，基于姿态模型的复杂度低于基于像素的方法。然而，这也带来了更多挑战，例如含噪的骨架数据、丢失重要的像素信息以及特征不够丰富。异常检测数据集缺乏足以代表真实场景的良好样本，使这些问题更加严重。在这项工作中，我们分析并量化了两个知名视频异常数据集的特征，以更好地理解基于姿态的异常检测的困难。我们向前迈进一步，探索姿态与轨迹对于视频异常检测的判别能力及其基于上下文的有效性。我们相信这些实验有助于更好地理解基于姿态的异常检测及当前可用的数据集。这将帮助研究人员以更清晰的视角应对异常检测任务，加速开发性能更优的鲁棒模型。
引用
@article{arxiv.2303.05463,
title = {Understanding the Challenges and Opportunities of Pose-based Anomaly Detection},
author = {Ghazal Alinezhad Noghre and Armin Danesh Pazho and Vinit Katariya and Hamed Tabkhi},
journal= {arXiv preprint arXiv:2303.05463},
year = {2023}
}