인간 관련 영상 이상 탐지를 위한 스키letal 운동학의 계약

인간 행동의 이상 징후를 탐지하는 것은 거리에서의 싸움이나 노인의 넘어짐과 같은 위험 상황을 조기에 인식하는 데 있어 핵심적인 과제이다. 그러나 이상 탐지 작업은 이상 사건이 희귀하며, 학습 시에는 관측되지 않은 새로운 종류의 이상 현상이 추론 시 나타날 수 있는 오픈 세트 인식 문제이기 때문에 복잡하다. 본 연구에서는 골격 기반 인간 운동을 그래프 컨볼루션 네트워크로 인코딩하고, 비디오 이상 탐지를 위해 잠재 공간 내에서 최소 부피의 초구면(hypersphere)으로 골격 운동 임베딩을 수축하는 새로운 모델인 COSKAD를 제안한다. 우리는 일반적으로 사용되는 유클리드 공간 외에 새로 제안한 구면(spherical) 및 쌍곡면(hyperbolic) 잠재 공간 세 가지를 도입하였다. 이러한 모든 변형 모델은 우리가 골격 레이블이 추가된 인간 관련 버전을 제공한 최신 UBnormal 데이터셋에서 최첨단 기술을 모두 초월한다. 또한, 상하이기술대학 캠퍼스 및 CUHK 아베뉴의 인간 관련 버전에서 새로운 최고 성능을 기록하며, 비디오 기반 방법과 비슷한 성능을 달성하였다. 소스 코드 및 데이터셋은 논문 수락 후 공개될 예정이다.