검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Anomaly Detection Using Spatio-Temporal Context Learned by Video Clip Sorting 비디오 클립 정렬을 통해 학습된 시공간적 맥락을 이용한 이상 탐지

Wen SHAO, Rei KAWAKAMI, Takeshi NAEMURA

  • 조회수

    0

  • 이것을 인용

요약 :

비디오의 이상 탐지에 대한 이전 연구에서는 작업 성능이 낮은 프레임이 테스트 중에 이상으로 감지되도록 정상 데이터에 대해 재구성 및 예측 작업을 수행하는 탐지기를 훈련했습니다. 본 논문에서는 생성 네트워크 구조를 사용하여 비디오 클립을 정렬하는 새로운 접근 방식을 제안합니다. 우리의 접근 방식은 외관에서 공간적 맥락을 학습하고 프레임의 순서 관계에서 시간적 맥락을 학습합니다. 실험은 4개의 데이터 세트에 대해 수행되었으며, 변칙 시퀀스를 모양과 동작별로 분류했습니다. 평가는 전체 데이터세트뿐만 아니라 카테고리별로도 진행됐다. 우리의 방법은 정상과 다른 모양과 움직임을 갖는 이상 현상에 대한 탐지 성능을 향상시켰습니다. 또한 우리의 접근 방식과 예측 방법을 결합하면 높은 재현율에서 정밀도가 향상되었습니다.

발행
IEICE TRANSACTIONS on Information Vol.E105-D No.5 pp.1094-1102
발행일
2022/05/01
공개일
2022/02/08
온라인 ISSN
1745-1361
DOI
10.1587/transinf.2021EDP7207
원고의 종류
PAPER
범주
이미지 인식, 컴퓨터 비전

작성자

Wen SHAO
  The University of Tokyo
Rei KAWAKAMI
  Tokyo Institute of Technology,Denso IT Laboratory, Inc.
Takeshi NAEMURA
  The University of Tokyo

키워드