تنبؤ الإطارات المستقبلية لاكتشاف الشذوذ -- خط أساس جديد

اكتشاف الشذوذ في الفيديو يشير إلى تحديد الأحداث التي لا تتوافق مع السلوك المتوقع. ومع ذلك، فإن几乎所有现有的方法都通过最小化训练数据的重建误差来解决这一问题，而这并不能保证异常事件会有更大的重建误差。在这篇论文中，我们提出在一个视频预测框架内解决异常检测问题。据我们所知，这是第一项利用预测未来帧与其真实值之间的差异来检测异常事件的工作。为了以更高的质量预测正常事件的未来帧，除了通常使用的关于强度和梯度的外观（空间）约束外，我们还在视频预测中引入了运动（时间）约束，即强制预测帧与真实帧之间的光流保持一致，这也是首次将时间约束引入到视频预测任务中的工作。这些空间和运动约束有助于对未来正常事件的帧进行预测，从而有助于识别那些不符合预期的异常事件。在玩具数据集和一些公开可用的数据集上进行的广泛实验验证了我们的方法在对正常事件中的不确定性具有鲁棒性以及对异常事件敏感性方面的有效性。修正后的翻译：اكتشاف الشذوذ في مقاطع الفيديو يشير إلى تحديد الأحداث التي لا تتوافق مع السلوك المتوقع. ومع ذلك، فإن معظم الطرق الموجودة حاليًا تعالج المشكلة من خلال تقليل أخطاء إعادة بناء بيانات التدريب، وهو ما لا يمكن أن يضمن وجود خطأ أكبر لإعادة بناء الحدث الشاذ. في هذا البحث، نقترح معالجة مشكلة اكتشاف الشذوذ ضمن إطار التنبؤ بالفيديو. وفقًا لأفضل علم لنا، هذه هي أول دراسة تستفيد من الاختلاف بين الإطار المستقبلي المتنبأ به وإطاره الحقيقي للكشف عن حدث شاذ. لتحقيق تنبؤ بجودة أعلى بالإطارات المستقبلية للأحداث الطبيعية، بالإضافة إلى القيود البصرية (المكانية) المستخدمة عادةً على الكثافة والميل، قمنا أيضًا بتطبيق قيد حركي (زماني) في التنبؤ بالفيديو من خلال فرض توافق الجريان البصري بين الإطارات المتنبأ بها والإطارات الحقيقية، وهذه هي أول دراسة تدخل فيها قيد زماني في مهمة التنبؤ بالفيديو. تسهل هذه القيود المكانية والحركية التنبؤ بالإطارات المستقبلية للأحداث الطبيعية، وبالتالي تسهل تحديد الأحداث الشاذة التي لا تتوافق مع التوقعات. أثبتت التجارب الواسعة على مجموعة بيانات صغيرة وعدد من المجموعات البيانات المتاحة للجمهور فعالية طريقتنا فيما يتعلق بالمتانة تجاه عدم اليقين في الأحداث الطبيعية والحساسية للأحداث الشاذة.