基于飞行时间深度图像的无监督异常检测
计算机视觉与模式识别
2022-04-13 v2
摘要
视频异常检测（VAD）旨在解决自动发现视频数据中异常事件的问题。当前VAD系统主要基于单色或RGB图像数据模态。尽管深度图像在许多其他计算机视觉研究领域中很受欢迎，且廉价深度相机硬件的可用性日益增加，但在此背景下使用深度数据仍鲜有探索。我们评估了现有基于自编码器的方法在深度视频上的应用，并提出了如何通过将深度数据的优势整合到损失函数中来加以利用。训练过程使用正常序列以无监督方式进行，无需任何额外标注。我们展示了深度数据能够轻松提取用于场景分析的辅助信息，即前景掩膜，并通过在一个大型公共数据集上的评估，证明了其对异常检测性能的有益影响，我们也是首次在该数据集上展示结果。
引用
@article{arxiv.2203.01052,
title = {Unsupervised Anomaly Detection from Time-of-Flight Depth Images},
author = {Pascal Schneider and Jason Rambach and Bruno Mirbach and Didier Stricker},
journal= {arXiv preprint arXiv:2203.01052},
year = {2022}
}