视频异常检测——Appearance-Motion Memory Consistency Network for Video Anomaly Detection

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了视频异常检测——Appearance-Motion Memory Consistency Network for Video Anomaly Detection，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含841字，纯文字阅读大概需要2分钟。

内容图文

Appearance-Motion Memory Consistency Network for Video Anomaly Detection

• 文章
• 资源
• 问题描述
• 思想
• 做法
• 算法
• 结果
• 存在的问题
• 思考

文章

2021.AAAI.Appearance-Motion Memory Consistency Network for Video Anomaly Detection

资源

问题描述

现有方法只单独使用外观或运动信息，没有做融合

思想

融合外观和运动信息，捕捉他们的一致性

做法

网络输入是视频序列和光溜信息，然后用encoder进行压缩，获得向量。网络中有两个记忆池，分别记录外观和运动信息，分别利用压缩得到的两个向量对记忆池进行查询，得到topk相近的item，然后将这些拼接起来。用外观的信息重构运动，用运动的信息重构外观。把重构得到的，topk得到的，和压缩直接得到的信息融合在一起，用decoder解压缩，获得图像和光流。

训练损失：
生成器：

外观损失：

运动损失：

记忆池损失：

判别器：
原图为1，预测为0

预测阶段的异常分数与NMAD相似。一个是与记忆的相近程度，一个是与原图的差异程度。

算法

结果

存在的问题

思考

论文写法？

内容总结

以上是互联网集市为您收集整理的视频异常检测——Appearance-Motion Memory Consistency Network for Video Anomaly Detection全部内容，希望文章能够帮你解决视频异常检测——Appearance-Motion Memory Consistency Network for Video Anomaly Detection所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---