![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
异常检测
BenedictGrain
这个作者很懒,什么都没留下…
展开
-
Few-Shot Scene-Adaptive Anomaly Detection ECCV 2020 速读
1.思路 引入了少样本学习的概念few-shot 1)从多个scences场景中训练一个模型,企图形成一个在test的特定场景中,模型能通过几个场景中的图片迅速适应test的特定场景。 训练方式是重点:meta—training中的train与val对参数的更新细节? 首先通过不同的场景i将数据集规划成不同的任务Ti,任务task i---> Ti={Ditr,Dival},tr与val中的数据是不交叉的。 假设模型有一个pre_train参数θ,在每个场景Ti下获取各个场景的b..原创 2021-03-10 19:56:09 · 806 阅读 · 0 评论 -
Cloze Test Helps: Effective Video Anomaly Detection via Learning to Complete Video Events 速读整理
1)对前景的提取:figure 1 中提出的STCs 的生成策略与作者diss的cube不同在哪里: 实际上为:对于外观特征,用过目标检测框架首先提取出一帧图片上多个目标区域形成一个Ba ,设置一些策略去掉不重要的部分。形成最终的 Ba。 在提取这个帧的光流特征,通过相邻两帧,得到初始的Bm,在于外观集合做差,得到新的Bm,然后对这个不规则区域做轮框的检测画框,然后再筛掉小区域。在于最终的Ba做并集得B。利用这个set B中的batch的位置信息,扩列前后的帧得到spatio-temporal cube原创 2021-03-09 18:07:08 · 551 阅读 · 0 评论