비디오에서 이상 사건 탐지에 대한 시공간 예측 과제

비디오 내 이상 사건 탐지는 이상 패턴의 다양성과 해당 패턴에 대한 레이블링 부족으로 인해 도전적인 문제이다. 본 논문에서는 객체 수준의 정상 패턴을 학습하기 위해 새로운 제약 조건을 가진 사전 학습 과제를 제안한다. 제안한 방법은 저해상도 시각적 쿼리와 원본 해상도에서의 정상적인 외관 및 운동 특성 간의 매핑을 학습하는 것이다. 기존 문헌에서 널리 사용되는 재구성 및 미래 프레임 예측 과제와 비교하여, 본 연구에서 제안하는 과제는 공간적 특성과 시간적 특성을 동시에 예측하도록 모델을 학습시키는 점에서 더 높은 도전성을 지닌다. 우리는 더 엄격한 사전 학습 과제가 정상 패턴의 학습에 더 효과적이라고 믿는다. 여러 벤치마크 데이터셋에서의 실험 결과는 제안된 방법이 이상 사건의 위치 추정 및 추적 성능에서 기존 최고 수준의 성능을 넘어서거나 근접함을 보여주며, 공간-시간 평가 지표에서의 효과성을 입증한다.