文献

J-GLOBAL ID：202202250141099430   整理番号：22A0796391

ビデオ異常検出に対する自己訓練予測モデルと新しい異常スコア機構【JST・京大機械翻訳】

Self-trained prediction model and novel anomaly score mechanism for video anomaly detection

著者 (5件)： Guo Aibin (Ningbo University, China) ,  Guo Lijun (Ningbo University, China) ,  Zhang Rong (Ningbo University, China) ,  Wang Yirui (Ningbo University, China) ,  Gao Shangce (University of Toyama, Japan)
資料名： Image and Vision Computing  (Image and Vision Computing)
巻： 119  ページ： Null  発行年： 2022年 
JST資料番号： A0611C  ISSN： 0262-8856  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ビデオ異常検出は,様々な実用化において重要である。本論文では,ビデオ異常検出のための教師なし手法を提案した。この方法のコアは,新しい異常スコア機構による異常検出のための新しい予測モデルと組み合わせた自己訓練機構である。第1段階では,元のラベルなしデータから擬似正規および異常フレームを得るために,2つの従来の教師なし異常検出方法を使用した。第2段階では,正常パターンを学習するために擬似正規フレームで予測モデルを訓練した。最後の段階において,3分岐決定モジュールは,フレームの異常スコアを計算するために,予測モデルと決定関数を用いて構築して,次の反復訓練のために擬似フレームを更新した。次に,最後の反復訓練が完了するまで,モデルは第二段階に入る。いくつかの反復訓練と評価の後,元のラベルなしデータの最適異常スコアを最終的に得て,安定モデルを同時に生成した。4つの実世界ビデオデータセットに関する実験結果は,提案方法が有意なマージンによってラベル付きデータなしで最先端の方法より優れていることを実証した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *検出 ,  *録画装置 ,  *予測モデル
準シソーラス用語： 異常検出 , 【Automatic Indexing@JST】

著者キーワード (5件)： 異常検出 ,  教師なし法 ,  メモリモジュール ,  再建 ,  自己訓練機構

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ビデオ ,  異常検出 ,  自己訓練 ,  予測モデル ,  スコア