Core Concepts
가벼운 마스크된 오토인코더를 활용한 비디오 이상 감지 모델을 제안하고, 자가 증류를 통해 효율적이고 효과적인 모델을 구축합니다.
Abstract
최근 비디오 이상 감지에 대한 연구가 중요성을 갖게 되었으며, 본 연구는 이를 위한 효율적인 모델을 제안합니다.
제안된 모델은 가벼운 마스크된 오토인코더를 기반으로 하며, 자가 증류를 통해 이상 감지 성능을 향상시킵니다.
학습 비디오에 합성 이상 사건을 추가하여 모델을 오픈셋 지도 학습 방식으로 학습시키는 방법을 도입합니다.
실험 결과는 우수한 속도와 정확도를 보여주며, 경쟁 모델보다 8배에서 70배 빠른 속도를 보입니다.
자가 증류 및 합성 이상 사건 추가 등의 새로운 구성 요소가 모델의 성능 향상에 기여합니다.
Stats
학습 속도: 1655 FPS
경쟁 모델보다 8배에서 70배 빠른 속도
Quotes
"우리의 모델은 경쟁 모델보다 8배에서 70배 빠른 속도로 우수한 트레이드오프를 달성합니다."
"자가 증류 및 합성 이상 사건 추가 등의 새로운 구성 요소가 모델의 성능 향상에 기여합니다."