الكشف عن الشذوذ في الفيديو المراقب بطرق ضعيفة من خلال التعلم التمييزي الموجه بالمركز

الكشف عن الشذوذ في مقاطع الفيديو المراقبة يُعد مهمة صعبة نظرًا لتعدد محتوى الفيديو الشاذ وطوله. في هذه الورقة، ننظر إلى مسألة الكشف عن الشذوذ في الفيديو كمشكلة انحدار بالنسبة إلى درجات الشذوذ الخاصة بمقاطع الفيديو تحت إشراف ضعيف. وبالتالي، نقترح إطارًا للكشف عن الشذوذ يُسمى "شبكة الانحدار الشاذ (AR-Net)"، التي تتطلب فقط علامات على مستوى الفيديو خلال مرحلة التدريب. بالإضافة إلى ذلك، لتعلم ميزات تمييزية للكشف عن الشذوذ، نصمم خسارة تعلم متعددة المجموعات ديناميكية وخسارة مركزية للشبكة المقترحة AR-Net. تُستخدم الخسارة الأولى لزيادة المسافة بين الفئات بين العينات الشاذة والعادية، بينما تُستخدم الخسارة الثانية لتقليل المسافة داخل الفئة للعينات العادية. أُجريت تجارب شاملة على معيار صعب: شانغهاي تك. وحققت طريقةنا نتيجة جديدة تُعد الأفضل في مجال الكشف عن الشذوذ في الفيديو على مجموعة بيانات شانغهاي تك.