基于图嵌入的姿态聚类异常检测

我们提出了一种新型的人体动作异常检测方法。该方法直接作用于从输入视频序列中提取的人体姿态图（human pose graphs），从而使得分析过程不受视角、光照等干扰因素的影响。我们将这些姿态图映射到一个隐空间，并进行聚类。每个动作通过其对各个聚类的软分配（soft-assignment）来表示，形成一种类似“词袋”（bag of words）的表达方式：每个动作被描述为其与一组基础动作“词汇”之间的相似性。随后，我们采用基于狄利克雷过程（Dirichlet process）的混合模型，该模型特别适用于处理如软分配向量这类比例型数据，以判断某一动作是否为正常行为。我们在两类数据集上对所提方法进行了评估。第一类为细粒度异常检测数据集（如ShanghaiTech），旨在检测特定动作中的异常变化；第二类为粗粒度异常检测数据集（如基于Kinetics的数据集），其中仅少数动作被视为正常，其余所有动作均应被识别为异常。在多个基准测试上的大量实验结果表明，本方法在性能上显著优于现有的先进方法。