비디오에서 이상 현상을 탐지하기 위해 시아모프 네트워크를 사용한 거리 함수 학습

이 연구는 감시 영상 내 이상 현상을 탐지하기 위한 새로운 접근법을 제안한다. 주요 혁신점은 시공간 영역으로 구성된 영상 패치 쌍 간의 거리 함수를 학습하기 위해 시아모이즈(Siamese) 컨볼루션 신경망(CNN)을 사용하는 아이디어이다. 학습된 거리 함수는 특정 타겟 영상에 특화되지 않으며, 테스트 영상 내 각 영상 패치와 정상적인 학습 영상에서 발견된 패치들 사이의 거리를 측정하는 데 사용된다. 만약 테스트 영상의 패치가 어떤 정상 패치와도 유사하지 않다면, 그 패치는 이상으로 간주된다. 제안한 방법은 3개의 도전적인 타겟 벤치마크 데이터셋과 4가지 평가 지표를 기반으로 기존에 발표된 알고리즘들과 비교되었다. 실험 결과, 제안하는 방법은 기존 최고 수준의 기술을 능가하거나 동등한 성능을 보였다.