الصناديق الحدودية ونماذج الرسومات الاحتمالية: تبسيط اكتشاف الشذوذ في الفيديو

في هذه الدراسة، نصيغ مهمة اكتشاف الشذوذ في الفيديو كتحليل احتمالي للصناديق الحدودية للأجسام. نفترض أن تمثيل الأجسام من خلال صناديقها الحدودية فقط يمكن أن يكون كافياً لتحديد الأحداث الشاذة في المشهد بنجاح. القيمة الملموسة لهذا النهج تكمن في زيادة إخفاء هوية الأجسام، وسرعة تدريب النموذج، وانخفاض استهلاك الموارد الحاسوبية. يمكن لهذا الأمر أن يفيد بشكل خاص التطبيقات المتعلقة بالرقابة الفيديوية التي تعمل على أجهزة الحافة مثل الكاميرات. نصمم نموذجنا بناءً على المنطق البشري، مما يجعله قابلاً للتفسير بعبارات يفهمها الإنسان. وفي الوقت نفسه، يتم تدريب أبطأ النماذج في أقل من 7 ثوانٍ على معالج Intel Core i9 الجيل الحادي عشر (11th Generation Intel Core i9 Processor). بينما يشكل نهجنا تخفيضاً كبيراً في فضاء الخصائص المشكلة مقارنة بالبحوث السابقة، فإننا نظهر أنه لا يؤدي إلى انخفاض الأداء: النتائج التي نبلغ عنها تنافسية للغاية على مجموعات البيانات المرجعية CUHK Avenue وShanghaiTech، وتتفوق بشكل كبير على أفضل النتائج حتى الآن على StreetScene، وهي مجموعة البيانات الأكثر تحدياً في مجال اكتشاف الشذوذ في الفيديو (VAD).