첫 번째 시점 영상에서 비지도 교통 사고 감지

자연적인 운행 환경에서 교통 위반 및 사고와 같은 비정상적 사건을 인식하는 것은 자율 주행과 고급 운전자 지원 시스템의 성공에 필수적입니다. 그러나 대부분의 비디오 이상 탐지 연구는 두 가지 중요한 단점이 있습니다. 첫째, 카메라가 고정되어 있고 비디오 배경이 정적이다고 가정합니다. 이는 감시 응용 프로그램에는 적절하지만 차량 장착 카메라에는 적용할 수 없습니다. 둘째, 문제를 일류 분류(one-class classification)로 설정하여, 힘들게 수작업으로 라벨링된 훈련 데이터셋에 의존하여 명시적으로 학습된 이상 범주만 인식하도록 제한합니다.본 논문에서는 차량 내부(대시보드 장착 카메라) 비디오에서 교통 사고를 탐지하기 위한 감독되지 않은 접근 방식을 제안합니다. 우리의 주요 혁신은 교통 참여자의 미래 위치를 예측하고, 그 예측의 정확성과 일관성을 세 가지 다른 전략을 통해 모니터링하여 이상을 탐지하는 것입니다. 우리는 다양한 교통 사고 데이터셋인 AnAn Accident Detection (A3D)와 또 다른 공개 데이터셋을 사용하여 우리의 접근 방식을 평가했습니다. 실험 결과는 우리의 접근 방식이 최신 기술(state-of-the-art)보다 우수함을 보여줍니다.