본 연구는 비디오 프레임 내 패치들 간의 시공간적 관계를 예측하는 자기 지도 학습 기반 접근법을 제안한다. 이를 통해 비디오의 깊이 있는 특징과 시공간적 관계를 학습하여 이상 탐지 성능을 향상시킨다.
비디오 특징 벡터를 정규 데이터의 확률 밀도 함수로 모델링하여 이상 탐지를 수행하는 새로운 접근법을 제안한다.
비디오 특징 벡터를 정규 데이터의 확률 밀도 함수로 모델링하여 이상 탐지를 수행하는 방법을 제안한다. 다중 스케일의 노이즈 수준에서 로그 밀도 함수를 근사하고, 이를 가우시안 혼합 모델로 결합하여 최종 이상 점수를 산출한다.