要約
自然な運転シーンにおける交通違反や事故などの異常事象の認識は、自動運転と先進運転支援システムの成功にとって不可欠です。しかし、ビデオ異常検出に関するほとんどの研究は、2つの重要な欠点を持っています。第一に、カメラが固定されており、ビデオの背景が静止しているという前提を立てています。これは監視アプリケーションには適していますが、車載カメラには適していません。第二に、問題を一クラス分類として設定し、手間暇かけて手動でラベリングされた訓練データセットに依存しています。これにより、明示的に訓練された異常カテゴリのみの認識に制限が生じます。本論文では、ダッシュボードに取り付けられたカメラ（ファーストパーソン）によるビデオでの交通事故検出のための無教師アプローチを提案します。当方針の主要な新規性は、交通参加者の未来位置を予測し、その予測精度と一貫性指標を3つの異なる戦略で監視することで異常を検出することです。我々は新しい多様な交通事故データセット「AnAn Accident Detection (A3D)」および別の公開データセットを使用して当方針を評価しました。実験結果は、当方針が最先端技術を超えることを示しています。