文献

J-GLOBAL ID：202202238960072388   整理番号：22A0203200

運動一貫性による変分異常挙動検出【JST・京大機械翻訳】

Variational Abnormal Behavior Detection With Motion Consistency

著者 (6件)： Li Jing (School of Computer Science and Engineering, Tianjin University of Technology, Tianjin, China) ,  Huang Qingwang (School of Information Engineering, Nanchang University, Nanchang, China) ,  Du Yingjun (AIM Laboratory, University of Amsterdam, Amsterdam, XH, The Netherlands) ,  Zhen Xiantong (AIM Laboratory, University of Amsterdam, Amsterdam, XH, The Netherlands) ,  Chen Shengyong (School of Computer Science and Engineering, Tianjin University of Technology, Tianjin, China) ,  Shao Ling (Inception Institute of Artificial Intelligence, Abu Dhabi, United Arab Emirates)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 31  ページ： 275-286  発行年： 2022年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 異常な群衆行動検出は,コンピュータビジョン研究分野でのその広い応用により最近ますます注目を集めている。しかし,ビデオコンテンツの巨大な多義性と不確実性と結合した異常挙動の大きな変動のため,まだ非常に挑戦的なタスクである。これらの課題に取り組むために,ビデオシーケンスにおける異常な群衆行動を検出することができる変分異常行動検出(VABD)という新しい確率的フレームワークを提案した。三つの主要な貢献を行った。(1)U-Netと条件付き変分自己エンコーダの強度を組み合わせた新しい確率的潜在変数モデルを開発し,また,このモデルのバックボーンである。(2)生成されたビデオフレームと入力ビデオフレームの運動一貫性を課すために,光フローネットワークに基づく動き損失を提案する。(3)フレームワーク性能を高めるために,バックボーンネットワークの最後にWasserstein生成敵対ネットワークを埋め込む。VABDはビデオシーケンスから異常ビデオフレームを正確に識別できる。UCSD,CUHK Avenue,IITB-Corridor,およびShanghai技術データセットに関する実験結果は,VABDが異常な群衆行動検出に関して最先端のアルゴリズムより優れていることを示した。データ増強なしで,著者らのVABDは,IITB-CorridorのAUCに関して72.24%を達成し,それは最先端の方法をほぼ5%凌駕する。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *変分法 ,  ネットワーク ,  不確実性 ,  多義性 ,  基幹回線 ,  符号器 ,  コンピュータビジョン
準シソーラス用語： 異常行動 ,  映像コンテンツ ,  ビデオシーケンス ,  ビデオフレーム , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 運動 ,  一貫性 ,  変分 ,  挙動