亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Future Frame Prediction for Anomaly Detection - A New Baseline

计算机科学 异常检测 稳健性(进化) 基本事实 人工智能 帧(网络) 光流 异常(物理) 事件(粒子物理) 约束(计算机辅助设计) 基线(sea) 数据挖掘 计算机视觉 鉴定(生物学) 机器学习 模式识别(心理学) 图像(数学) 数学 电信 生物化学 化学 物理 几何学 海洋学 植物 量子力学 地质学 生物 基因 凝聚态物理
作者
Wen Li,Weixin Luo,Dongze Lian,Shenghua Gao
标识
DOI:10.1109/cvpr.2018.00684
摘要

Anomaly detection in videos refers to the identification of events that do not conform to expected behavior. However, almost all existing methods tackle the problem by minimizing the reconstruction errors of training data, which cannot guarantee a larger reconstruction error for an abnormal event. In this paper, we propose to tackle the anomaly detection problem within a video prediction framework. To the best of our knowledge, this is the first work that leverages the difference between a predicted future frame and its ground truth to detect an abnormal event. To predict a future frame with higher quality for normal events, other than the commonly used appearance (spatial) constraints on intensity and gradient, we also introduce a motion (temporal) constraint in video prediction by enforcing the optical flow between predicted frames and ground truth frames to be consistent, and this is the first work that introduces a temporal constraint into the video prediction task. Such spatial and motion constraints facilitate the future frame prediction for normal events, and consequently facilitate to identify those abnormal events that do not conform the expectation. Extensive experiments on both a toy dataset and some publicly available datasets validate the effectiveness of our method in terms of robustness to the uncertainty in normal events and the sensitivity to abnormal events. All codes are released in https://github.com/StevenLiuWen/ano_pred_cvpr2018.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
4秒前
郝君颖完成签到 ,获得积分10
15秒前
小蘑菇应助zyutao采纳,获得10
19秒前
gogo完成签到,获得积分10
20秒前
ljj完成签到,获得积分20
23秒前
Heisenberg完成签到,获得积分0
24秒前
haoliu完成签到 ,获得积分10
27秒前
27秒前
Ava应助ljj采纳,获得10
38秒前
gogo发布了新的文献求助20
43秒前
tao完成签到 ,获得积分10
46秒前
莫名乐乐完成签到,获得积分10
51秒前
54秒前
56秒前
lewis发布了新的文献求助10
59秒前
1分钟前
1分钟前
1分钟前
FashionBoy应助科研通管家采纳,获得10
1分钟前
1分钟前
乐乐应助gogo采纳,获得10
1分钟前
1分钟前
wanci应助SOBER采纳,获得10
1分钟前
Flexy发布了新的文献求助10
1分钟前
1分钟前
Moonlight发布了新的文献求助10
1分钟前
1分钟前
1分钟前
狮子沟核聚变骡子完成签到 ,获得积分10
1分钟前
konosuba完成签到,获得积分10
1分钟前
SOBER发布了新的文献求助10
1分钟前
勤恳的不悔完成签到,获得积分10
1分钟前
1分钟前
烟花应助勤恳的不悔采纳,获得20
1分钟前
李健的小迷弟应助Moonlight采纳,获得10
1分钟前
1分钟前
xth完成签到 ,获得积分10
1分钟前
yangzai完成签到 ,获得积分10
1分钟前
zyutao发布了新的文献求助10
2分钟前
2分钟前
高分求助中
Evolution 10000
ISSN 2159-8274 EISSN 2159-8290 1000
Becoming: An Introduction to Jung's Concept of Individuation 600
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3162280
求助须知:如何正确求助?哪些是违规求助? 2813284
关于积分的说明 7899607
捐赠科研通 2472592
什么是DOI,文献DOI怎么找? 1316476
科研通“疑难数据库(出版商)”最低求助积分说明 631365
版权声明 602142