비디오 이상 탐지

Logg Inn

innsikt - 비디오 이상 탐지

정상 데이터만을 이용하여 공간적 및 시간적 가상 이상 데이터를 생성하고, 이를 통해 재구성 품질, 시간적 불규칙성 및 의미적 불일치 등 세 가지 이상 지표를 통합적으로 학습하여 실제 이상 상황을 효과적으로 탐지하는 방법을 제안한다.

동적 이상치 가중치와 구분 손실 함수를 통해 정상 및 이상 패턴을 효과적으로 구분하여 비디오 이상 탐지 성능을 향상시킨다.

본 연구는 사전 학습된 대규모 언어 모델과 비전-언어 모델을 활용하여 훈련 없이 비디오 이상 탐지를 수행하는 새로운 방법을 제안한다.

본 연구는 감시 비디오에서 이상 행동을 완전히 비지도 방식으로 탐지할 수 있는 새로운 기준선 모델을 제안한다. 또한 참여자 간 데이터 공유 없이 협업 학습을 수행할 수 있는 프라이버시 보장 기술을 도입한다.

정상 데이터만을 사용하여 훈련된 자동 인코더의 재구성 능력을 제한하기 위해 새로운 잠재 공간 제한 손실 함수를 제안한다.

본 연구는 사전 학습된 대규모 모델을 활용하여 알려진 이상 행동과 알려지지 않은 이상 행동을 모두 탐지하고 분류할 수 있는 개방형 어휘 비디오 이상 탐지 모델을 제안한다.

Produkter | Ressurser

Innsikter