Lernen von zeitlichen Regelmäßigkeiten in Videosequenzen

Das Wahrnehmen von sinnvollen Aktivitäten in einer langen Videosequenz ist aufgrund der unscharfen Definition von 'Sinnhaftigkeit' sowie der Unordnung in der Szene eine herausfordernde Aufgabe. Um dieses Problem anzugehen, lernen wir ein generatives Modell für regelmäßige Bewegungsmuster, als Regularität bezeichnet, unter Verwendung mehrerer Quellen mit sehr begrenzter Überwachung. Insbesondere schlagen wir zwei Methoden vor, die auf Autoencodern basieren und sich dadurch auszeichnen, dass sie mit wenig oder keiner Überwachung arbeiten können. Zunächst nutzen wir herkömmliche, manuell gestaltete räumlich-zeitliche lokale Merkmale und lernen einen vollständig verbundenen Autoencoder darauf. Als zweites bauen wir einen vollständig konvolutionellen Feed-Forward-Autoencoder, um sowohl die lokalen Merkmale als auch die Klassifizierer in einem End-to-End-Lernframework zu erlernen. Unser Modell kann Regularitäten aus mehreren Datensätzen erfassen. Wir evaluieren unsere Methoden sowohl qualitativ als auch quantitativ – indem wir die gelernten Regularitäten von Videos in verschiedenen Aspekten darstellen und durch Demonstration einer wettbewerbsfähigen Leistung auf Anomalieerkennungsdatensätzen als Anwendung.请注意，这里“法语”应该是笔误，根据上下文我将其理解为“德语”。如果您需要其他语言的翻译，请告知。