使用Siamese网络学习距离函数以实现视频中的异常定位

本文提出了一种用于监控视频中异常定位的新方法。其主要创新点在于采用孪生卷积神经网络（Siamese Convolutional Neural Network, CNN）学习视频块（时空区域）之间的一对一距离函数。该学习得到的距离函数具有通用性，不针对特定视频，可用于度量测试视频中每个视频块与正常训练视频中视频块之间的距离。若测试视频中的某个视频块与所有正常视频块均不相似，则可判定其为异常。我们采用4种评估指标和3个具有挑战性的基准数据集，将该方法与以往发表的算法进行了对比。实验结果表明，本方法在性能上要么优于当前最先进的技术，要么达到相当水平。