画像変換によるオブジェクトクラス認識ビデオ異常検出
Object Class Aware Video Anomaly Detection through Image Translation 半教師ありビデオ異常検出（VAD）メソッドは、学習した正常なパターンからの逸脱の検出として異常検出のタスクを定式化します。この分野でのこれまでの研究（再構築または予測ベースの方法）には、2つの欠点があります。1）低レベルの機能に焦点を当てており、（特に全体論的アプローチ）オブジェクトクラスを効果的に考慮していません。 2）オブジェクト中心のアプローチでは、コンテキスト情報（場所など）の一部が無視されます。これらの課題に取り組むために、この論文は、画像変換タスクを通じて通常の外観と動きのパターンを学習する、新しい2ストリームのオブジェクト認識VADメソッドを提案します。外観ブランチは、入力画像をMask-RCNNによって生成されたターゲットセマンティックセ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
https://arxiv-check-250201.firebaseapp.com/each/2409.11223v1
https://arxiv-check-250201.firebaseapp.com/each/2401.03522v2
https://arxiv-check-250201.firebaseapp.com/each/2311.16514v2
コンピューター ビジョンと機械学習を使用してセキュリティと監視を強化するためのビデオ映像内の人間の群集パターンと分類を調査する
アクション認識のためのテクスチャベースの入力特徴選択
SSMTL++: ビデオ異常検出のための自己教師ありマルチタスク学習の再考
ビデオ異常検出のための再構成ベースの方法を再び最適化する
ビデオ異常検出のための時空間ベースのコンテキスト融合
映像異常検出のための時空間関係学習
運転中のビデオにおける危険なオブジェクトのローカリゼーションのための注意ガイド付きマルチストリーム機能融合ネットワーク
SSMTL++: ビデオ異常検出のための自己教師ありマルチタスク学習の再考
外観-モーションセマンティクス表現の一貫性に基づくビデオ異常検出フレームワーク
骨格ビデオ異常検出のための明示的分布モデリングによる規則性学習
FastAno：時空間パッチ変換による高速異常検出
FastAno：時空間パッチ変換による高速異常検出
メモリ増強フロー再構成とフローガイドフレーム予測によるハイブリッドビデオ異常検出フレームワーク
タスク実行モニタリングのための視覚的異常検出の使用
FastAno：時空間パッチ変換による高速異常検出
違いを見つける：幾何学的配置によるトポロジー変化の検出