動画における生成対抗ネットワークを用いた異常イベント検出

本論文では、混雑したシーンにおける異常検出問題に取り組んでいます。我々は、正常なフレームと対応するオプティカルフロー画像を用いて学習することで、シーンの正常性の内部表現を学習する生成対抗ネットワーク（Generative Adversarial Nets: GANs）の使用を提案します。当該GANsは、正常データのみで訓練されるため、異常事象を生成することはできません。テスト時には、実際のデータが我々のGANsによって再構成された外観表現と運動表現との比較が行われ、局所的な差分計算により異常領域が検出されます。挑戦的な異常検出データセットでの実験結果は、提案手法がフレームレベルおよびピクセルレベルの異常検出タスクにおいて既存の最先端技術よりも優れていることを示しています。