本文的创新:
1.本文提到了一个加权LSTM方法进行数据重构,并基于原数据和重构数据的误差进行异常检测;
2.使用RPCA方法进行前背景分割,并在实验中证明这个方法对异常检测的有效性;
3.使用了一种加权的L2损失作损失函数;
学到的东西:
1.使用PSNR来进行计算重构误差,然后作为异常检测的评分;
2.异常检测中,面对数据集过少的情况,可以考虑先利用无监督和半监督学习对模型进行标准化建模,偏离该标准的认为是异常检测;
3.对于异常检测最新的方法是:稀疏编码和词向量,但都有局限性;
《Anomaly Detection in Moving Crowds through Spatiotemporal Autoencoding and Additional Attention》解读
最新推荐文章于 2022-04-06 20:36:51 发布