摘要
在自然驾驶场景中识别异常事件（如交通违规和事故）对于实现成功的自动驾驶和高级驾驶辅助系统至关重要。然而，大多数关于视频异常检测的研究存在两个关键缺陷。首先，这些研究假设摄像机是固定的，视频背景是静态的，这在监控应用中是合理的，但对于车载摄像头则不然。其次，它们将问题视为一类分类问题，依赖于费力手工标注的训练数据集，这限制了对未明确训练过的异常类别的识别。本文提出了一种用于第一视角（即仪表盘安装摄像头）视频中的交通事故无监督检测方法。我们的主要创新点在于通过预测交通参与者未来的位移位置来检测异常，并采用三种不同的策略监测预测的准确性与一致性指标。我们使用一个包含多种交通事故的新数据集——AnAn 事故检测数据集（A3D）以及另一个公开可用的数据集对所提出的方法进行了评估。实验结果表明，该方法优于现有最先进方法。