論文の概要: Divide and Conquer in Video Anomaly Detection: A Comprehensive Review and New Approach

• arxiv url: http://arxiv.org/abs/2309.14622v1
• Date: Tue, 26 Sep 2023 02:21:23 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-27 15:19:16.503948
• Title: Divide and Conquer in Video Anomaly Detection: A Comprehensive Review and New Approach
• Title（参考訳）: ビデオ異常検出におけるディバイドとコンカー : 包括的レビューと新しいアプローチ
• Authors: Jian Xiao, Tianyuan Liu, Genlin Ji
• Abstract要約: 本稿では,6次元の文献を体系的にレビューし,映像異常検出における分割・征服戦略の活用を促進することを目的とした。 人間の骨格フレームワークとビデオデータ分析技術を統合した新しいアプローチが提案されている。 この手法は上海Techデータセットの最先端性能を達成し、既存のすべての先進的手法を上回ります。
• 参考スコア（独自算出の注目度）: 3.261881784285304
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Video anomaly detection is a complex task, and the principle of "divide and conquer" is often regarded as an effective approach to tackling intricate issues. It's noteworthy that recent methods in video anomaly detection have revealed the application of the divide and conquer philosophy (albeit with distinct perspectives from traditional usage), yielding impressive outcomes. This paper systematically reviews these literatures from six dimensions, aiming to enhance the use of the divide and conquer strategy in video anomaly detection. Furthermore, based on the insights gained from this review, a novel approach is presented, which integrates human skeletal frameworks with video data analysis techniques. This method achieves state-of-the-art performance on the ShanghaiTech dataset, surpassing all existing advanced methods.
• Abstract（参考訳）: ビデオ異常検出は複雑な作業であり、「分割と征服」の原理は複雑な問題に取り組む効果的なアプローチとみなされることが多い。 ビデオ異常検出の最近の手法は、哲学の分割と征服の応用を(伝統的な使用法と異なる視点で)明らかにし、印象的な結果をもたらしている。 本稿では,これらの文献を6次元から体系的にレビューし,映像異常検出における分割・征服戦略の活用を促進することを目的とする。 さらに、このレビューから得られた知見に基づき、人間の骨格フレームワークとビデオデータ分析技術を統合する新しいアプローチが提示されている。 この手法は上海Techデータセットの最先端性能を達成し、既存のすべての先進的手法を上回ります。

関連論文リスト

• Video Summarization Techniques: A Comprehensive Review [1.6381055567716192]
  本稿では,抽象的戦略と抽出的戦略の両方を強調し,映像要約のための様々なアプローチと手法について考察する。 抽出要約のプロセスは、ソースビデオからキーフレームやセグメントを識別し、ショット境界認識やクラスタリングなどの手法を利用する。 一方、抽象的な要約は、深層ニューラルネットワークや自然言語処理、強化学習、注意機構、生成的敵ネットワーク、マルチモーダル学習といった機械学習モデルを用いて、ビデオから不可欠なコンテンツを取得することによって、新たなコンテンツを生成する。
  論文  参考訳（メタデータ） (2024-10-06T11:17:54Z)
• Causal Video Summarizer for Video Exploration [74.27487067877047]
  Causal Video Summarizer (CVS) はビデオとクエリ間の対話的な情報をキャプチャするために提案されている。 既存のマルチモーダル映像要約データセットの評価から,提案手法が有効であることを示す実験結果が得られた。
  論文  参考訳（メタデータ） (2023-07-04T22:52:16Z)
• AntPivot: Livestream Highlight Detection via Hierarchical Attention Mechanism [64.70568612993416]
  本稿では,Livestream Highlight Detectionという新たなタスクを定式化し,上記の課題を議論・分析し,新しいアーキテクチャAntPivotを提案する。 我々は、このタスクをインスタンス化し、我々のモデルの性能を評価するために、完全に注釈付きデータセットAntHighlightを構築した。
  論文  参考訳（メタデータ） (2022-06-10T05:58:11Z)
• Combining Contrastive and Supervised Learning for Video Super-Resolution Detection [0.0]
  コントラストとクロスエントロピーの損失を用いた視覚表現の学習に基づく新しいアップスケール分解能検出法を提案する。 本手法は,圧縮ビデオにおいてもアップスケーリングを効果的に検出し,最先端の代替品よりも優れる。
  論文  参考訳（メタデータ） (2022-05-20T18:58:13Z)
• Robust Unsupervised Video Anomaly Detection by Multi-Path Frame Prediction [61.17654438176999]
  本稿では,フレーム予測と適切な設計による新規で頑健な非教師付きビデオ異常検出手法を提案する。 提案手法は,CUHK Avenueデータセット上で88.3%のフレームレベルAUROCスコアを得る。
  論文  参考訳（メタデータ） (2020-11-05T11:34:12Z)
• A Survey on Deep Learning Techniques for Video Anomaly Detection [0.0]
  本稿では,ディープラーニングを用いた異常検出の分野における最近の進歩について概観する。 ディープラーニングは、コンピュータビジョンや自然言語処理など、人工知能の多くの分野で成功している。
  論文  参考訳（メタデータ） (2020-09-29T16:40:46Z)
• A Unifying Review of Deep and Shallow Anomaly Detection [38.202998314502786]
  我々は、様々な方法によって暗黙的に行われることの多い仮定と同様に、共通の根底にある原則を特定することを目的としている。 本稿では,最近の説明可能性技術を用いて,既存の主要な手法を実証的に評価する。 我々は、重要なオープン課題を概説し、異常検出における今後の研究の道筋を特定する。
  論文  参考訳（メタデータ） (2020-09-24T14:47:54Z)
• VideoForensicsHQ: Detecting High-quality Manipulated Face Videos [77.60295082172098]
  偽造検知器の性能は、人間の目で見られる人工物の存在にどのように依存するかを示す。 前例のない品質の顔ビデオ偽造検出のための新しいベンチマークデータセットを導入する。
  論文  参考訳（メタデータ） (2020-05-20T21:17:43Z)
• Self-trained Deep Ordinal Regression for End-to-End Video Anomaly Detection [114.9714355807607]
  ビデオ異常検出に自己学習深層順序回帰を適用することで,既存の手法の2つの重要な限界を克服できることを示す。 我々は,手動で正規/異常データをラベル付けすることなく,共同表現学習と異常スコアリングを可能にする,エンドツーエンドのトレーニング可能なビデオ異常検出手法を考案した。
  論文  参考訳（メタデータ） (2020-03-15T08:44:55Z)
• Delving into 3D Action Anticipation from Streaming Videos [99.0155538452263]
  アクション予測は、部分的な観察でアクションを認識することを目的としている。 本稿では,いくつかの相補的評価指標を導入し,フレームワイド動作分類に基づく基本モデルを提案する。 また,全動作表現とクラス非依存行動ラベルという2つの側面から補助情報を取り入れたマルチタスク学習戦略についても検討する。
  論文  参考訳（メタデータ） (2019-06-15T10:30:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。