VideoPatchCore: 動画異常検出のための正常性を記憶する効果的な方法

ビデオ異常検出（VAD）は、コンピュータビジョンにおけるビデオ分析や監視において重要な課題です。現在、VADでは正常なフレームの特徴を記憶する技術が注目を集めています。記憶された特徴はフレーム再構成に利用され、再構成されたフレームと入力フレームの間に有意な差がある場合に異常を識別します。しかし、このアプローチはメモリとエンコーダー-デコーダーモデルの両方を同時に最適化する必要があるため、いくつかの課題に直面しています。これらの課題には、最適化の難度増加、実装の複雑さ、およびメモリサイズによる性能変動が含まれます。これらの課題に対処するために、私たちはVAD向けの効果的なメモリ手法である「VideoPatchCore」を提案します。PatchCoreに着想を得た当手法は、メモリ最適化を優先し、ビデオデータの特性に合わせて3種類のメモリを設定する構造を導入しています。この方法により、既存のメモリベース手法の制限が効果的に解決され、最先端手法と匹敵する良好な性能が達成されます。さらに、当手法は学習を必要とせず、実装も容易であるため、VADタスクへのアクセス性が向上します。私たちのコードはオンラインで入手可能であり、github.com/SkiddieAhn/Paper-VideoPatchCore からダウンロードできます。