المهام التنبؤية المكانية-الزمنية للكشف عن الأحداث غير الطبيعية في الفيديوهات
كشف الأحداث غير الطبيعية في مقاطع الفيديو يُعد مشكلة صعبة، جزئياً بسبب تنوع الأنماط غير الطبيعية ونقص التسميات المرتبطة بها. في هذه الورقة، نقترح مهام وهمية مقيدة جديدة لتعلم أنماط الطبيعة على مستوى الكائنات. يعتمد نهجنا على تعلم خريطة بين استفسارات بصرية مُخفضة الدقة وخصائصها الطبيعية في المظهر والحركة المقابلة عند الدقة الأصلية. تُعد المهام المقترحة أكثر تحدياً من مهام إعادة البناء وتنبؤ الإطارات المستقبلية التي تُستخدم على نطاق واسع في الأدبيات، نظراً لأن نموذجنا يتعلم التنبؤ بالميزات المكانية والزمنية معًا، بدلاً من إعادة بناء هذه الميزات. نعتقد أن المهام الوهمية الأكثر قيداً تُعزز تعلّم أنماط الطبيعة بشكل أفضل. وأظهرت التجارب على عدة مجموعات بيانات معيارية فعالية نهجنا في تحديد وتعقب الأحداث غير الطبيعية، حيث تفوق أو وصل إلى الحد الأقصى الحالي من الأداء من حيث مقاييس التقييم المكانية والزمنية.