【无监督视频异常检测】2023-CVPR-使用预训练的深度骨架特征进行提示引导的零样本异常动作识别
本研究研究了无监督异常动作识别,即在没有异常样本的情况下以无监督方式识别视频级异常人类行为事件,同时解决了传统基于骨架的方法中的三个局限性:目标域相关的 DNN 训练、针对骨架错误的鲁棒性、 以及缺乏正常样本。我们提出了一个统一的、用户提示引导的零样本学习框架,使用目标域无关的骨架特征提取器,该框架在大规模动作识别数据集上进行了预训练。特别是,在使用正常样本的训练阶段,该方法对正常动作的骨架特征分布进行建模,同时冻结 DNN 的权重,并在推理阶段使用该分布来估计异常分数。
原创
2023-06-29 18:51:04 ·
1179 阅读 ·
1 评论