摘要
视频异常检测（VAD）是计算机视觉领域中一个具有挑战性和重要性的研究任务。近年来，基于姿态的视频异常检测（PAD）由于其相对于基于像素的方法具有的若干固有优势而受到了研究界的广泛关注，尽管有时性能表现不尽如人意。具体而言，PAD的特点包括计算复杂度较低、内在隐私保护以及减轻对特定人口群体的歧视和偏见问题。本文介绍了一种新型的人类中心双流图增强异常检测方法——TSGAD，该方法利用变分自编码器（VAEs）和轨迹预测。TSGAD旨在探索将VAEs作为一种新的基于姿态的人类中心VAD方法的可能性，并结合轨迹预测的优势。我们通过在基准数据集上的全面实验展示了TSGAD的有效性。实验结果表明，TSGAD与现有最先进方法相比具有相当的性能，展示了采用变分自编码器的潜力。这为未来的研究工作指明了一个有前景的方向。本工作的代码库可在https://github.com/TeCSAR-UNCC/TSGAD 获取。