WACV-2019 论文阅读

论文思路

       我们将异常事件检测问题表述为离群值检测任务，并提出了一种基于k均值聚类和一类支持向量机（SVM）的两阶段算法，以消除离群值。在特征提取阶段，我们建议使用从预训练神经网络的最后卷积层提取的深层外观特征来扩展时空立方体。从仅包含正常事件的训练视频中提取运动和外观特征后，我们应用k均值聚类以找到代表不同类型的正常运动和外观特征的聚类。在第一阶段，我们认为样本数量较少（相对于给定阈值）的聚类大多数包含离群值，因此我们将它们完全消除。在第二阶段，我们通过在每个集群上训练一类SVM模型来缩小其余集群的边界。为了在测试视频中检测到异常事件，我们基于每个测试样本只能属于一个正常性群集的直觉，分析每个测试样本并考虑由训练有素的一类SVM模型提供的最大正常性评分。如果测试样品不能很好地适应任何狭窄的正态性簇，则将其标记为异常。我们将我们的方法与三个基准数据集上的几种最新方法进行了比较。实验结果表明，在大多数情况下，我们的异常事件检测框架可以在单个CPU上以每秒24帧的速度实时处理测试视频，从而获得更好的结果

       视频异常事件检测是计算机视觉中一项具有挑战性的任务，因为很难（即使不是不可能）定义独立于上下文的异常事件。例如，在大街上行驶的卡车被认为是完全正常的事件，但是如果卡车经过行人区域，则被视为异常事件。另一个说明情境重要性的示例由两个人在拳击场上打架（正常事件）与在大街上打架（异常事件）代表。除了对上下文的依赖外，我们通常可以同意，异常行为应该由罕见（不太期望的）事件表示[20]，这种事件不会像平常（更熟悉的）事件那样频繁地发生。由于异常事件的稀缺性和可变性，通常很难在训练时获得代表性的异常集。因此，通常会排除传统的监督学习方法。因此，大多数异常事件检测方法[3、9、22、25、27、29、30、41、43]是基于从仅包含熟悉事件的训练视频中学习正常模型的。在测试时，如果事件偏离正常性模型，则将其标记为异常。我们以类似的方式进行异常事件检测，并建议使用图1所示的两阶段离群值检测算法来建立熟悉度模型。我们首先提取时空立方体[12，19，27]，然后对其进行扩充有关位置，运动方向和对象外观的其他信息。从仅包含正常事件的训练视频中提取增强的时空立方体后，我们应用k均值聚类以找到代表不同类型的正常运动和外观的聚类。在第一阶段，基于这些较小的聚类主要包含离群值的假设，我们消除了样本较少的聚类（相对于预定义的阈值）。与其他基于k均值的异常检测方法[5、8、21]不同，我们不修改聚类算法。相反，我们提出了一种简单明了的方法，旨在粗略地去除一些离群值，而将难以区分的离群值留给第二阶段。在第二阶段，我们通过在每个单独的群集上训练一类支持向量机（SVM）分类器来缩小其余群集的边界。最后，学习到的一类SVM模型代表了不同类型的正常性的狭窄聚类。因此，我们为两阶段离群值检测算法创造了术语“缩小正态性群集（NNC）”。为了在测试视频中检测到异常事件，我们根据测试样本的自然直觉，分析了每个增强的时空立方体，并在训练有素的一类SVM模型提供的分数中考虑其最大正态性分数。时空立方体）应属于正常运动和外观的单个缩小簇。如果测试样本不能很好地适合任何正态性聚类，则其相应的最大正态性得分将为负。因此，各个测试样品被标记为异常。

总结

       总之，本文的新颖之处在于：（一)增强具有深层外观特征的时空立方体[27]；(2）将两种常用的离群点检测方法(k-表示a)组装在一起 一类SVM)成为一个简单而快速的框架，(Iii)通过学习每个集群周围的紧密边界来缩小正态聚类。