Anomalieerkennung in Videos durch selbstüberwachtes und mehrfach-aufgabenbasiertes Lernen

Die Anomalieerkennung in Videos ist ein anspruchsvolles Problem der Computer Vision. Aufgrund des Mangels an anomalen Ereignissen während der Trainingsphase erfordert die Anomalieerkennung die Entwicklung von Lernmethoden ohne vollständige Überwachung. In dieser Arbeit gehen wir der Erkennung anomaler Ereignisse in Videos durch selbstüberwachtes und mehrfaches Lernen auf Objektebene (multi-task learning) nach. Zunächst nutzen wir einen vorgefertigten Detektor, um Objekte zu erkennen. Danach trainieren wir ein 3D-Convolutional Neural Network (CNN), um diskriminierende, anomaliespezifische Informationen zu generieren, indem es gleichzeitig mehrere Proxy-Aufgaben lernt: drei selbstüberwachte Aufgaben und eine, die auf Wissensdistillierung basiert. Die selbstüberwachten Aufgaben sind: (i) die Unterscheidung vorwärts-/rückwärtsbewegter Objekte (Zeitpfeil), (ii) die Unterscheidung von Objekten in aufeinanderfolgenden/unterbrochenen Bildern (Bewegungsirregularität) und (iii) die Rekonstruktion objektspezifischer Erscheinungsmerkmale. Die Wissensdistillierungsaufgabe berücksichtigt sowohl Klassifikations- als auch Detektionsinformationen, was zu großen Vorhersageabweichungen zwischen Lehrer- und Schülertexturen führt, wenn Anomalien auftreten. Nach bestem Wissen sind wir die ersten, die das Problem der Erkennung anomaler Ereignisse in Videos als ein Mehrfach-Lernproblem angehen, indem wir mehrere selbstüberwachte und Wissensdistillierungs-Proxy-Aufgaben in einer einzelnen Architektur integrieren. Unsere leichte Architektur übertrifft die Standesder-Kunst-Methoden auf drei Benchmarks: Avenue, ShanghaiTech und UCSD Ped2. Darüber hinaus führen wir eine Ablationsstudie durch, die die Bedeutung der Integration von selbstüberwachtem Lernen und anomaliespezifischer Distillierung in einem Mehrfach-Lernsetting demonstriert.请注意，"Lehrer-" 和 "Schülertexturen" 在这里可能不是最准确的翻译，因为“teacher”和“student”模型通常指的是机器学习中的模型，而不是具体的纹理。因此，建议将其修改为：Die Wissensdistillierungsaufgabe berücksichtigt sowohl Klassifikations- als auch Detektionsinformationen, was zu großen Vorhersageabweichungen zwischen den Lehrer- und Schülersystemen führt, wenn Anomalien auftreten.这样更符合科技领域的表达习惯。