更新版：一种基于表观-运动语义表示一致性的视频异常检测框架
计算机视觉与模式识别
2023-03-10 v1
摘要
视频异常检测是一项重要但具有挑战性的任务。主流方法主要研究正常与异常模式之间的重建差异，却忽略了行为模式的表观信息与运动信息之间的语义一致性，使得结果高度依赖帧序列的局部上下文且缺乏对行为语义的理解。为解决此问题，我们提出一种表观-运动语义表示一致性框架，利用正常与异常数据之间表观与运动语义表示一致性的差距。设计双流结构以编码正常样本的表观与运动信息表示，并提出一种新颖的一致性损失来增强特征语义的一致性，从而可识别低一致性的异常。此外，异常的低一致性特征可用于恶化预测帧的质量，使异常更易被发现。实验结果证明了所提方法的有效性。
引用
@article{arxiv.2303.05109,
title = {Updated version: A Video Anomaly Detection Framework based on Appearance-Motion Semantics Representation Consistency},
author = {Xiangyu Huang and Caidan Zhao and Zhiqiang Wu},
journal= {arXiv preprint arXiv:2303.05109},
year = {2023}
}
备注
Accepted to ICASSP2023. arXiv admin note: substantial text overlap with arXiv:2204.04151