STemGAN：用于视频异常检测的时空生成对抗网络

在大规模视频监控系统中，异常事件的自动检测与解释已成为关键任务。由于异常行为缺乏明确的定义，传统监督学习方法的应用受到限制。为此，本文提出一种新型无监督异常检测方法——时空生成对抗网络（Spatio-Temporal Generative Adversarial Network, STemGAN）。该框架由生成器与判别器构成，能够从视频上下文中学习，综合利用空间与时间信息以预测未来帧。生成器采用自编码器（Autoencoder, AE）结构，配备双流编码器，分别提取外观特征与运动信息；解码器则引入通道注意力（Channel Attention, CA）模块，以聚焦于动态前景特征。此外，本文还提出一种迁移学习方法，进一步提升STemGAN的泛化能力。我们在多个标准异常检测（Anomaly Detection, AD）基准数据集上，采用AUC（曲线下面积）和EER（等错误率）等常用评估指标，将所提方法与现有最先进方法进行对比。实验结果表明，所提出的STemGAN在各项指标上均优于现有方法：在UCSDPed2数据集上达到97.5%的AUC，在CUHK Avenue数据集上达到86.0%的AUC，在Subway-entrance数据集上达到90.4%的AUC，在Subway-exit数据集上达到95.2%的AUC，充分验证了其优越的性能与鲁棒性。