摘要
我们提出了一种高效的视频异常检测方法。近年来，卷积神经网络在对象检测和识别方面，尤其是在图像处理中的应用显示出了卷积层的巨大潜力。然而，卷积神经网络是监督学习模型，需要标签作为学习信号。为此，我们设计了一种用于视频中包括拥挤场景的异常检测的空间-时间架构。该架构包含两个主要组件：一个用于空间特征表示，另一个用于学习这些空间特征的时间演变。在Avenue、Subway和UCSD基准数据集上的实验结果表明，我们的方法在检测精度上可与现有最先进方法相媲美，并且其处理速度最高可达140帧每秒（fps）。