
本研究は、動画の時空間的な関係性を捉えることで、動画異常検知の精度を向上させる手法を提案する。具体的には、ビジョントランスフォーマーを用いて、動画パッチの空間的・時間的な順序を予測する自己教師あり学習手法を提案する。さらに、パッチ間の距離制約を導入することで、より深い時空間的特徴を学習できるようにする。


coremsg

動画異常検知のためのパッチ時空間関係予測

title_rewrite


動画異常検知のための教師なし学習フレームワークを提案する。一クラス分類と弱教師付き学習モデルを交互に学習させ、動的しきい値調整を行うことで、人手による注釈なしで高精度な異常検知を実現する。


動的しきい値調整を伴う教師なし動画異常検知のための一クラス分類と弱教師付き学習モデルの交互学習