教師なしビデオ異常検出のための生成協調学習【JST・京大機械翻訳】

Zaheer Muhammad Zaigham; Mahmood Arif; Khan Muhammad Haris; Segu Mattia; Yu Fisher; Lee Seung-Ik

プレプリント

J-GLOBAL ID：202202214185049480 整理番号：22P0300612

教師なしビデオ異常検出のための生成協調学習【JST・京大機械翻訳】

Generative Cooperative Learning for Unsupervised Video Anomaly Detection

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年03月08日プレプリントサーバーでの情報更新日： 2022年03月08日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ビデオ異常検出は,弱監督と1クラス分類(OCC)設定でよく研究されている。しかし,教師なしビデオ異常検出方法は,異常が発生においてあまり頻繁でないので,非常にスパースであり,通常,地上真実監視の不在と結合したとき,学習アルゴリズムの性能に悪影響を及ぼす可能性がある。この問題は,困難な注釈を得るコストを完全に根絶し,そのようなシステムを人間の介入なしに展開することを可能にするので,まだ報酬を引く。この目的のために,著者らは,発電機と識別器の間の交差スーパービジョンを構築するための異常の低周波を利用するビデオ異常検出のための新しい教師なし生成協調学習(GCL)アプローチを提案した。本質的に,両ネットワークは協調方式で訓練され,教師なし学習を可能にする。2つの大規模ビデオ異常検出データセット,UCF犯罪,および上海技術に関する広範囲な実験を行った。既存の最先端の教師なしおよびOCC法に対する一貫した改善は,著者らのアプローチの有効性を確認した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

人工知能 , パターン認識 , 計算機網 , データ保護

, , ,

前のページに戻る