초록
감시 비디오에서의 이상 징후 탐지는 가능한 이벤트의 다양성 때문에 현재로선 도전적인 과제입니다. 본 연구에서는 일반 객체의 모습(예: 보행자, 배경, 나무 등)과 그에 연관된 움직임 간의 대응 관계를 학습하여 이 문제를 해결하는 깊은 컨벌루션 신경망(CNN)을 제안합니다. 제안된 모델은 동일한 인코더를 공유하는 재구성 네트워크와 이미지 변환 모델의 조합으로 설계되었습니다. 전자의 하위 네트워크는 비디오 프레임에 나타나는 가장 중요한 구조를 결정하고, 후자의 하위 네트워크는 이러한 구조에 움직임 템플릿을 연관시키려고 합니다. 학습 단계는 정상 이벤트만을 포함하는 비디오를 사용하여 수행되며, 이후 모델은 알려지지 않은 입력에 대해 프레임 레벨 점수를 추정할 수 있습니다. 6개 벤치마크 데이터셋에서 수행된 실험 결과는 제안된 접근 방식이 기존 최신 방법들과 비교해 경쟁력 있는 성능을 보임을 입증하였습니다.