シアンセイネットワークを用いた距離関数の学習により、動画内の異常を局所化する

本研究は監視映像における異常の局所化に向けた新しいアプローチを提案する。本研究の主な新規性は、同一動画のペア（時空間領域であるビデオパッチ）間の距離関数を学習するため、シアンセイ型畳み込みニューラルネットワーク（CNN）を用いるというアイデアである。学習された距離関数は特定のターゲット動画に依存せず、テスト用動画内の各ビデオパッチと、正常な訓練用動画から抽出されたビデオパッチとの距離を測定するために利用される。テスト用動画のパッチが、いかなる正常なパッチとも類似していない場合、そのパッチは異常であると判定される。本手法は、4つの評価指標と3つの難易度の高いベンチマークデータセットを用いて、既存の手法と比較評価された。実験の結果、本手法は現在の最先端手法を上回るか、同等の性能を発揮することが確認された。