摘要
我们提出了一种新型的视频异常检测方法。现有的视频异常检测方法通常仅在正常帧上进行训练，其假设是异常帧的重建质量会下降，并利用重建结果与真实标签之间的误差来检测异常。然而，由于深度神经网络具有强大的泛化能力，往往能够高质量地生成异常帧，这给检测带来了挑战。为解决这一问题，我们提出一种新方法，通过破坏异常帧中的异常区域，使异常特征更加显著。为此，我们设计了帧到标签与运动（Frame-to-Label and Motion, F2LM）生成器与Destroyer模块。F2LM生成器利用输入帧的标签信息和运动信息预测未来帧，从而降低异常区域的重建质量；Destroyer则通过将低质量区域映射为零向量，主动破坏异常区域。两个模型分别独立训练，在测试阶段，F2LM生成器首先降低异常区域的质量，随后Destroyer对这些区域进行彻底破坏。实验结果表明，所提出的视频异常检测方法在三个基准数据集（UCSD Ped2、CUHK Avenue、Shanghai Tech）上均显著优于现有最先进模型。相关代码与模型已公开发布于：https://github.com/SkiddieAhn/Paper-Making-Anomalies-More-Anomalous。