Ненормално откриване във видео с големи данни с подобрен автоенкодер

1. Въведение

Като задача за компютърно зрение на високо ниво, откриването на аномалии във видеото се отнася до автоматичното откриване на необичайни събития в дадена видео поредица, което може ефективно да разграничи необичайни и нормални дейности и необичайни категории във видеото. През последните няколко години изследователите са извършили много изследвания, свързани с откриването на аномалии [1–9]. В сравнение с нормалните събития, събития, които се случват рядко или имат малка вероятност да се появят, обикновено се считат за необичайни. На практика обаче е трудно да се установи ефективен модел за откриване на аномалии поради неизвестни типове събития и неясни дефиниции на аномалии. Повечето съществуващи методи за откриване на аномалии са проектирани въз основа на предположението, че всеки модел, различен от научения нормален модел, се счита за аномалия. Въз основа на такива предположения една и съща дейност в различни сценарии може да бъде представена като нормални или необичайни събития. Например бойна сцена, в която двама души се бият на улицата, може да се счита за необичайна, докато двамата са нормални, когато се боксират. В допълнение, има голямо количество излишна визуална информация във високоразмерните видео данни, което увеличава трудността на представянето на събитие във видео последователността.

Китайска билка цистанче

Според предишни разработки методите за откриване на аномалии могат да бъдат разделени на два типа. Някои методи за откриване на аномалии са проектирани чрез грешки при реконструкция, които се фокусират върху моделиране на нормални модели във видео последователности [3–5, 7, 8, 10, 11]. (тези методи научават модела за представяне на характеристиките на нормалния модел във фазата на обучение и използват разликите между анормалните и нормалните проби, за да определят крайния анормален резултат на тестовите данни по време на фазата на тестване, като грешки при реконструкция или специфични прагове [7 –14]. Въпреки че методите за откриване на аномалии, базирани на реконструкция, са добри при реконструирането на нормални модели във видео последователности, ключовият проблем с тези методи е, че те разчитат в голяма степен на данните за обучение. Друг тип метод разглежда откриването на аномалия като проблем с класификацията [ 15, 16]. За тези методи резултатът за аномалия на видео последователност се прогнозира чрез използване на обучен класификатор за извличане на характеристики като хистограма на оптичен колега (HOF) или динамична текстура (DT). (производителността на тези методи е силно зависими от пробите за обучение.За да се получи задоволителна производителност, извличането на ефективни и разграничителни характеристики е от съществено значение за такива методи за откриване на аномалии [17–20]. Въпреки това, двата вида методи обикновено моделират връзките между събитията по относително прост начин [7, 10, 21–23]. Например, разглежда се само линейната връзка, което не е достатъчно за сложни, силно нелинейни връзки в много случаи от реалния свят.

Пустинна жива цистанче

През последните години методи, базирани на задълбочено обучение, бяха приложени в областта на видеозасичането и постигнаха голям напредък [24–26]. Например, автоенкодерите (AE) използват грешки при реконструкцията, за да открият аномалии и серия от методи са подобрени на тази основа. В допълнение, генеративни състезателни мрежи (GAN) и дълга краткосрочна памет (LSTM) също са приложени за решаване на проблема с откриването на аномалии. Въпреки това, AE може да има силна способност за обобщаване, което води до способността да се реконструират необичайни събития. В [14] изследователите посочват, че тъй като няма анормални проби за обучение, реконструкцията на анормални проби трябва да бъде непредсказуема, което може да доведе до по-големи грешки при реконструкцията за анормални проби. Ако някои аномалии споделят общ модел на композиция с нормални тренировъчни данни или декодерът е „твърде силен“ и не може да декодира добре някои кодове на аномалия, тогава AE може да реконструира добре аномалията. За да се преодолеят недостатъците на AE, тази статия използва модул памет за подобряване на дълбокия AE и разработва метод на AE с подобрена памет (Memory AE). Когато се въведе нова тестова проба, Memory AE няма да я кодира директно и да я въведе в декодера, а ще я използва като заявка за извличане на съответното съдържание в модула памет. (bg, съдържанието се агрегира и се предава в декодера. (процесът се реализира чрез адресиране на вниманието. Освен това, тази статия използва диференцируеми оператори за свиване, за да предизвика рядкост на теглата за адресиране на паметта, което може да насърчи съдържанието на паметта да се доближава до заявки във функцията пространство.По време на фазата на обучение енкодерът и декодерът актуализират модула памет едновременно, за да получат по-ниска средна грешка при реконструкция.В тестовата фаза наученото съдържание на паметта е фиксирано и ще се използва малко количество нормални елементи от паметта за реконструкция.Ако те са избрани като съседство на входния код, грешката при реконструкцията ще бъде много очевидна.Експериментите върху няколко публични набора от данни за сравнение показват, че ефективността на откриване на Memory AE е достигнала нивото на техниката.

Основни химични съставки на Cistanche deserticola

2. Принцип на Алгоритъма

Фигура 1 показва цялостната мрежова структура на Memory AE, която е разделена на три подструктури: енкодер (използван за кодиране на вход и генериране на заявки), декодер (използван за реконструкция) и модул памет (с памет и свързани операции за адресиране). Както е показано на Фигура 1, като се има предвид събитието, което ще се тества, енкодерът първо получава своята кодирана стойност. Като използва кодираната стойност като заявка, модулът с памет извлича най-подходящото съдържание в модула с памет чрез оператор за адресиране, базиран на вниманието, и след това го предава на декодера за реконструкция. По време на обучението енкодерът и декодерът оптимизират параметрите, за да минимизират грешката при реконструкцията и в същото време актуализират модула с памет, за да записват прототипните елементи на кодираните нормални данни. Като се има предвид тестова проба, моделът използва само ограничените нормални модели, записани в модула памет, за да извърши реконструкцията. По този начин реконструкцията има тенденция да бъде близка до нормалната проба. Следователно грешката при реконструкцията на нормалната проба е малка, а анормалната грешка е голяма.

Фигура 1: (блок-схема на предложената памет AE.

2.1. Енкодери и декодери. (e енкодерът и декодерът са две части на AE. (e първият преобразува входните данни в пространството на характеристиките, за да получи своята кодирана стойност, а вторият преконструира кодираната стойност във входните данни. (e AE се състои от енкодер fw1 (·) и декодер gw2 (·), които могат да бъдат изразени като

където x и x′ са съответно входът на AE и реконструираният вход, z е резултатите от кодирането на x, а W1 и W2 означават параметрите на енкодера и декодера, които могат да бъдат получени чрез минимизиране на грешката при реконструкцията между x и x′:

Чрез реконструиране на грешката на нормалната проба [19, 20], за да се определи дали тя е необичайна, AE успешно се използва за решаване на задачата за откриване на анормална. Реконструкцията на анормални проби обаче трябва да е непредсказуема, което може да доведе до по-големи грешки при реконструкцията на анормални проби. За да се реши този проблем, в раздел 2.2 към AE се въвежда модул памет и се предлага AE памет.

2.2. Модул памет. (Предложеният метод включва модул памет за запис на режима на кодиране на прототипа и операция за адресиране за достъп до модула памет.

2.2.1. Представяне, базирано на вниманието. (модулът за внимание е проектиран като матрица M ∈ RN×C, съдържаща N вектора в реално време. За простота приемете, че C е измерението на z; тогава нека Ζ � RC. Даден е вектор ред mi, ∀i ∈ [ N], където [N] е цяло число от 1 до N. Всеки представлява mi елемент от паметта; даден набор от заявки z ∈ RC, мрежата с памет получава?z и отговаря с мек адресен вектор w ∈ R1×N като следва:

където w е вектор ред и сумата от всички елементи е 1, което представлява wi, елементът w от i. (e тегловният вектор w може да бъде получен чрез z изчисление. Както е показано в уравнение (4), теглото на адреса трябва да бъде близо w до модула памет. (e смесен параметър се определя като N, максималният капацитет на модула памет. Въпреки че е N, не е лесно да се намери най-доброто за различни набори от данни; за щастие, Memory AE не е чувствителен към настройката на N. Достатъчно голямото N може да се приложи добре към всеки набор от данни.

2.2.2. Внимание за адресиране на паметта. В Memory AE модулът с памет е проектиран да записва в детайли оригиналния нормален режим M на тренировъчната фаза. (e модулът с памет се дефинира като памет с адресируемо съдържание, z⌢ и неговата схема за адресиране изчислява w, теглото на вниманието, въз основа на сходството между заявката и елемента от паметта. Както е показано на фигура 1, всяко тегло може да бъде изчислено чрез softmax операция wi:

където d(·, ·) представлява мярката за подобие. (хартията го определя като косинусово подобие:

Точно като уравнения (4)–(6), модулът памет извлича най-сходния елемент от паметта, за да получи представяне на z. Поради ограничението на размера на паметта и технологията за рядко адресиране, само малък брой елементи от вътрешната памет могат да бъдат адресирани наведнъж. (следователно ефективното поведение на модула с памет може да се обясни по следния начин. Във фазата на обучение декодерът в Memory AE е ограничен до използването на много малко адресируеми елементи от паметта за реконструкция, което изисква ефективно използване на елементи от паметта. (следователно , по време на реконструкцията, модулът памет трябва да бъде принуден да запише най-представителния режим на прототип във входния нормален режим.В тестовата фаза, като се има предвид обучената памет, само нормалният режим в паметта може да бъде извлечен за реконструкция.(следователно , нормалните проби могат да бъдат реконструирани по-добре Обратно, кодираната стойност на необичайния вход може да бъде заменена от извлечения нормален модел, което води до голяма грешка при реконструкцията в анормалната проба.

2.3. обучение. Като се има предвид набор от данни, съдържащ проби xi? ?TI�1, нека xi' означава извадките за реконструкция на xi в обучителните извадки; минималният рефакторинг се извършва, както следва:

(e l2 норма се използва за измерване на грешката при реконструкция; wi' представлява теглото на адресиране на паметта на всяка проба xi. За да се насърчи допълнително разредността на w', разредената регуляризация се свежда до минимум по време на обучението. Като се има предвид, че всички w' са неотрицателни и ‖w′‖1 � 1, проблемът за оптимизация се формира, както следва:

Чрез комбиниране на функцията на загуба на уравнение (7) и уравнение (8), целевата функция на Memory AE е следната:

тук е хиперпараметърът в тренировъчния процес. На практика е зададено на 0.0002. В процеса на обучение паметта се актуализира чрез обратно разпространение и градиентно спускане. При обратно разпространение само градиентът на елемента от паметта с различно от нула адресно тегло може да бъде различен от нула.

2.4. Тест. След като моделът е обучен, грешката на реконструкцията на пиксела в позиция (x, y) на зъбната рамка t може да бъде изчислена чрез следното уравнение:

където h(·) представлява целия модел. Като се има предвид грешката на реконструкцията на ниво пиксел на десетия кадър, грешката на реконструкцията на целия кадър на изображението може да се получи чрез сумиране на e(t) �. (x,y)e(x, y, t). (bg, резултатът за аномалия на рамката може да се изчисли, както следва:

И накрая, може да се настрои праг, за да се определи дали е ненормален като s(t) > θ.

3. Експериментирайте

В този раздел ефективността на предложения метод се проверява и сравнява с други съществуващи методи. Понастоящем два публични набора от данни се използват за експерименти, т.е. наборът от данни Avenue и наборът от данни на ShanghaiTech. (площта на нивото на рамката под кривата (AUC) и EER се използват като индикатори за количествена оценка.

3.1. Подготовка. (e Avenue dataset използва фиксирана камера с разделителна способност 640 × 360 пиксела, за да заснеме и запише уличните дейности на City University of Hong Kong. (e dataset Computational Intelligence and Neuroscience 3 включва 16 тренировъчни видеоклипа, съдържащи нормално човешко поведение и 21 тестови видеоклипове, съдържащи необичайни събития и човешко поведение. Той има общо 30652 кадъра и всички тестови видеоклипове имат анотации на целево ниво, т.е. използва се правоъгълна област за маркиране на аномалии в пространствени местоположения. Нормалното поведение е хората да вървят по тротоар, докато необичайните събития са хора, които изхвърлят/изхвърлят предмети, скитат се, вървят към камерата, вървят по тревата и изхвърлят предмети. (Наборът от данни на ShanghaiTech е много предизвикателна колекция за откриване на необичайни събития. За разлика от други набори от данни, той съдържа 13 различни сцени с различни условия на осветеност и ъгли на камерата, включително общо 330 видеоклипа за обучение и 107 видеоклипа за тестване (тестовият набор съдържа общо 130 необичайни събития с анотации на ниво пиксел. (Целият набор от данни има общо 316154 кадъра, включително 274515 кадъра в набора за обучение, 42883 кадъра в тестовия набор и 17090 кадъра в необичайния кадър. (Резолюцията на всеки видеокадър е 480 × 856. (Моделът е тестван на платформа с хардуерна платформа NVIDIA GTX1080TI и 8 GB видео памет, а софтуерната среда е PyTorch и Python 3.6.За да се измери ефективността на метода за откриване на видео аномалии, предложен в тази статия, AUC на ниво рамка кривата на работната характеристика на приемника (ROC) се използва като индекс за оценка. За индикаторите за оценка на ниво рамка, ако поне един пиксел от рамка е маркиран като ненормален, рамката се счита за ненормална. И нивото на AUC на рамката се изчислява чрез сравняване на резултат от откриване на ниво рамка с нивото на рамката на реалния етикет.

Основни химични съставки на Cistanche deserticola

Щракнете тук, за да видите продуктите на Cistanche

【Попитайте за повече】 Имейл:cindy.xue@wecistanche.com / Whats App: 0086 18599088692 / Wechat: 18599088692

3.2. Експериментална настройка. Всички видео кадри се настройват на 227 × 227 и след това се преобразуват в изображения в сива скала. (e входът на модела е 227 × 227 × 5, т.е. 5 последователни кадъра се използват като вход на модела. След всеки конволюционен слой има пакетен нормализиращ слой и ReLU слой за възбуждане. (e декодер включва 4 слоя за деконволюция. (Модулът за внимание е настроен да позволява на всеки сегмент от паметта да записва характеристика върху пиксел в картата на характеристиките, съответстваща на подрегион на видео сегмента. (следователно модулът с памет е 10 00 × 64 матрица. (Оптимизаторът на Адам е избран за оптимизиране на всички параметри на модела. (първоначалната скорост на обучение е 0,0001, а броят на итерациите е 1000. (параметърът на импулса е ρ1 � 0,9 и ρ2 � 0,999, а размерът на партидата е 128.

3.3. Експериментални резултати. За да се докаже ефективността на предложения метод при откриване на видеоаномалия, тази статия го сравнява с 12 различни съществуващи метода. Сред тях MPPCA (хибрид на вероятностен анализатор на главни компоненти) плюс SF (социална сила) [17] и MDT (хибрид на динамична текстура) [18] са методи, базирани на ръчни функции; Conv-AE [8], 3D Conv [19], Stacked RNN [20] и ConvLSTM-AE [21], MemNormality [10] и ClusterAE [22] са всички методи, базирани на автоенкодери; AbnormalGAN [7] и Pred plus Recon [23] се основават на генериране на метода на противниковите мрежи. Таблица 1 показва резултатите от откриването на видео аномалии на ниво кадър с различни методи. Може да се наблюдава, че в резултатите от двата набора от данни методът, базиран на AE, обикновено е по-добър от метода, базиран на ръчно изработени характеристики, и се получават по-високи AUC на ниво рамка. (е защото ръчно изработените функции обикновено се извличат въз основа на други задачи и следователно може да са неоптимални. В методите, базирани на AE, ConvLSTM-AE е по-добър от Conv-AE, тъй като първият може да улавя по-добре информацията за времето. Освен това може също трябва да се отбележи, че методите, базирани на GAN, се представят по-добре от повечето базови методи.Накрая, методът Memory AE, предложен в тази статия, постига 85,7 процента AUC на ниво рамка в набора от данни Avenue, което е с 0,6 процента пред най-добре представящия се Pred plus Recon [23] метод; докато методът, предложен в тази статия, постигна 75,3 процента AUC на ниво рамка в набора от данни на ShanghaiTech, което е с 2 процента пред други методи в AUC на ниво рамка и ефектът е много очевиден. (главно защото предложеният метод, базиран на Memory AE, използва фрагменти от паметта, които могат да възстановят добре аномалиите и да въведат някои случайни грешки. Освен това, в сравнение с набора от данни Avenue, наборът от данни на ShanghaiTech е постигнал по-висока AUC на ниво рамка. (главно защото наборът от данни на ShanghaiTech съдържа множество сцени и необичайни събития, които не са се появявали в други набори от данни преди, което е по-сложно. За да се проверят резултатите от откриването на една сцена в набора от данни на ShanghaiTech, се използва видео сегмент от една сцена за обучение и тестване. 83 сегмента (25 процента) се използват за обучение и 34 сегмента (32 процента) се използват за тестване, постигайки 86.3 процента AUC на ниво рамка, което е достигнало ниво, подобно на това в набора от данни Avenue. В обобщение, предложеният метод Memory AE може да се прилага гъвкаво към различни типове данни. Само чрез използване на грешки при реконструкция, предложеният метод може да получи по-добри резултати с най-малко специфични познания. За да се оцени производителността на предварително дефинирания модул памет при откриване на необичайни видео събития, следващата стъпка е да се промени размера на модула памет и да се извършат експерименти с набора от данни Avenue, а стойностите на AUC на ниво рамка са дадени в таблица 2. Това може да се установи, че при достатъчно голям размер на модула памет, методът Memory AE може да даде стабилно най-добри резултати. Когато размерът на модула с памет е по-голям от 1000, въздействието върху резултата от откриване е малко, но използването на по-голям размер на модула с памет ще доведе до по-голямо количество изчисления, така че размерът на модула с памет е избран като 1000. Фигури 2 (a) и 2 (b), съответно, показват някои резултати от откриване в набора от данни Avenue и набора от данни ShanghaiTech. (e Таблица 1: Сравнение с най-съвременните методи по отношение на AUC.

по-добър от метода, базиран на ръчно изработени характеристики, и се получават по-високи AUC на ниво рамка. (е защото ръчно изработените функции обикновено се извличат въз основа на други задачи и следователно може да са неоптимални. В методите, базирани на AE, ConvLSTM-AE е по-добър от Conv-AE, тъй като първият може да улавя по-добре информацията за времето. Освен това може също Трябва да се отбележи, че методите, базирани на GAN, се представят по-добре от повечето базови методи. И накрая, методът Memory AE, предложен в тази статия, постига 85,7 процента AUC на ниво рамка в набора от данни Avenue, което е 0.6 процента пред най-добре представящ се метод Pred plus Recon [23]; докато методът, предложен в тази статия, постигна 75,3 процента AUC на ниво рамка в набора от данни на ShanghaiTech, което е с 2 процента пред други методи в AUC на ниво рамка и ефектът е много очевиден .(главно защото предложеният метод, базиран на Memory AE, използва фрагменти от паметта, които могат да реконструират добре аномалии и да въведат някои случайни грешки. В допълнение, в сравнение с набора от данни Avenue, наборът от данни на ShanghaiTech е постигнал по-висока AUC на ниво рамка. (е главно защото наборът от данни на ShanghaiTech съдържа множество сцени и необичайни събития, които не са се появявали в други набори от данни преди, което е по-сложно. За да се проверят резултатите от откриването на една сцена в набора от данни на ShanghaiTech, се използва видео сегмент от една сцена за обучение и тестване. 83 сегмента (25 процента) се използват за обучение и 34 сегмента (32 процента) се използват за тестване, постигайки 86.3 процента AUC на ниво рамка, което е достигнало ниво, подобно на това в набора от данни Avenue. В обобщение, предложеният метод Memory AE може да се прилага гъвкаво към различни типове данни. Само чрез използване на грешки при реконструкция, предложеният метод може да получи по-добри резултати с най-малко специфични познания. За да се оцени производителността на предварително дефинирания модул памет при откриване на необичайни видео събития, следващата стъпка е да се промени размера на модула памет и да се извършат експерименти с набора от данни Avenue, а стойностите на AUC на ниво рамка са дадени в таблица 2. Това може да се установи, че при достатъчно голям размер на модула памет, методът Memory AE може да даде стабилно най-добри резултати. Когато размерът на модула с памет е по-голям от 1000, въздействието върху резултата от откриване е малко, но използването на по-голям размер на модула с памет ще доведе до по-голямо количество изчисления, така че размерът на модула с памет е избран като 1000. Фигури 2 (a) и 2 (b), съответно, показват някои резултати от откриване в набора от данни Avenue и набора от данни ShanghaiTech. (кадрите в зеленото поле са нормални кадри от обикновени видеоклипове, а кадрите в червеното поле са необичайни кадри от необичайни видеоклипове. Някои необичайни събития като изпускане на конфети, каране на велосипед по тротоара, побоища и т.н., могат бъде открит.

Таблица 2: (влияние на броя на размера на паметта върху експерименталните резултати от набора от данни Avenue (на ниво рамка AUC/ процент).

Фигура 2: Примери за резултатите от откриването. (a) Пример от набора от данни Avenue. (b) Пример от набора от данни на ShanghaiTech.

4. Заключение

(документът предлага Memory AE за подобряване на производителността на откриването на аномалии в големи данни във видеоклипове. Като се има вход, предложеният Memory AE метод първо използва енкодер за получаване на кодирано представяне и след това използва кода като заявка за извличане на най-подходящите модели в модула памет за реконструкция Тъй като модулът памет е обучен да записва типични нормални модели, предложената памет AE може да реконструира добре нормални проби и да увеличи грешката при реконструкция на аномалии, което засилва ролята на грешката при реконструкция като стандарт за откриване на аномалии. Експериментите върху два набора от данни доказват гъвкавостта и ефективността на предложения метод. В бъдеще ще проучим използването на адресни тегла за откриване на аномалии. Като се има предвид, че предложеният модул памет е универсален и няма нищо общо със структурата на енкодера и декодер, той ще бъде интегриран в по-сложен основен модел и ще се използва в експерименти с по-предизвикателни набори от данни.

Добавка Cistanche близо до мен-Подобряване на паметта

Препратки

[1] F. Dong, Y. Zhang и X. Nie, „Двойна дискриминаторна генеративна противопоставяща се мрежа за откриване на видео аномалия,“ IEEE Access, том. 8, стр. 88170–88176, 2020 г.

[2] K. Doshi и Y. Yilmaz, „Откриване на последователна аномалия при всеки изстрел във видеозаписи за наблюдение“, в Сборник на CVPRW, стр. 934-935, Сиатъл, Вашингтон, САЩ, юни 2020 г.

[3] K. Doshi и Y. Yilmaz, „Непрекъснато обучение за откриване на аномалии във видеоклипове за наблюдение,“ в сборника на CVPRW, стр. 254-255, Сиатъл, Вашингтон, САЩ, юни 2020 г.

[4] K. Jayanta, „Dutta и bonny Banerjee. Онлайн откриване на необичайни събития с помощта на инкрементална дължина на кодиране,“ в Proceedings of the AAAI, стр. 3755–3761, Остин, Тексас, САЩ, януари 2015 г.

[5] Y. Feng, Y. Yuan и X. Lu, „Изучаване на дълбоки модели на събития за откриване на аномалии в тълпата“, Neurocomputing, vol. 219, стр. 548–556, 2017 г.

[6] D. Gong, L. Liu, V. Le et al., „Запомняне на нормалността за откриване на аномалия: дълбок автоенкодер с подобрена памет за неконтролирано откриване на аномалия,“ в Proceedings of the ICCV, стр. 1705–1714, Сеул, Корея, октомври 2019 г.

[7] M. Ravanbakhsh, M. Nabi, E. Sangineto, L. Marcenaro, C. Regazzoni и N. Sebe, „Анормално откриване на събития във видеоклипове, използващи генеративни противопоставящи се мрежи“, в Доклади на Международната конференция на IEEE за обработка на изображения , стр. 1577–1581, Пекин, Китай, септември 2017 г.

[8] M. Hasan, J. Choi, J. Neumann, AK Roy-Chowdhury и LS Davis, „Изучаване на времева редовност във видео последователности,“ в Доклади на IEEE Conference on Computer Vision and Pattern Recognition, стр. 733– 742, Лас Вегас, Невада, САЩ, юни 2016 г.

[9] W. Liu, W. Luo, D. Lian и S. Gao, „Бъдещо предсказване на кадри за откриване на аномалии – нова базова линия,“ в Доклади на IEEE Conference on Computer Vision and Pattern Recognition, стр. 6536– 6545, Солт Лейк Сити, Юта, САЩ, юни 2018 г.

[10] H. Park, J. Noh и B. Ham, „Изучаване на ръководена от паметта нормалност за откриване на аномалии,“ в Доклади на конференцията на IEEE за компютърно зрение и разпознаване на образи, стр. 14 372–{{ 3}}, Сиатъл, Вашингтон, САЩ, юни 2020 г.

[11] MZ Zaheer, J.-h. Лий, М. Астрид и С.-И. Lee, „Old is gold: redefining the adversarially learned one-class classifier training paradigm,“ in Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, стр. 14 183–214 193, Сиатъл, Вашингтон, САЩ, юни 2020 г.

[12] X. Zhu, J. Liu, J. Wang, Y. Fang и H. Lu, „Откриване на аномалия в пренаселената сцена чрез съвместно моделиране на външния вид и динамиката,“ в Доклади на Международната конференция на IEEE за обработка на изображения, стр. 2705–2708, Мелбърн, VIC, Австралия, септември 2013 г.

[13] RVHM Colque, CAC J´unior и WR Schwartz, „Хистограми на оптична друга ориентация и величина за откриване на аномални събития във видеоклипове“, в Доклади на конференцията Sibgrapi за графики, модели и изображения, стр. 126–133 , Салвадор, Баия, Бразилия, август 2015 г.

[14] Bo Zong, S. Qi, RM Martin и др., „Дълбок автокодиращ модел на смес на Гаус за неконтролирано откриване на аномалии“, в сборника на Международната конференция за представяне на обучение, Ванкувър, Канада, април 2018 г.

[15] M. Sabokrou, M. Fayyaz, M. Fathy, Z. Moayed и R. Klette, „Дълбока аномалия: напълно конволюционна невронна мрежа за бързо откриване на аномалия в претъпкани сцени,“ Computer Vision and Image Understanding, vol. 172, стр. 88–97, 2018 г.

[16] C. Li, Z. Han, Q. Ye и J. Jiao, „Визуално откриване на анормално поведение въз основа на анализ на оскъдна реконструкция на траекторията,“ Neurocomputing, vol. 119, бр. 7, стр. 94–100, 2013.

[17] V. Mahadevan, W. Li, V. Bhalodia и N. Vasconcelos, „Откриване на аномалии в претъпкани сцени,“ в Доклади на IEEE Conference on Computer Vision and Pattern Recognition (CVPR), стр. 1975–1981, IEEE, Сан Франциско, Калифорния, САЩ, юни 2010 г.

[18] W. Li, V. Mahadevan и N. Vasconcelos, „Откриване и локализиране на аномалия в претъпкани сцени“, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 36, стр. 18–32, 2014 г.

[19] Y. Zhao, B. Deng, C. Shen, Y. Liu, H. Lu и X.-S. Hua, „Пространствено-времеви автоматичен енкодер за откриване на видео аномалия“, в сборника на Международната конференция на ACM за мултимедия (ACM MM), стр. 1933–1941, ACM, Mountain View California USA, октомври 2017 г.

[20] W. Luo, L. Wen и S. Gao, „Повторно разглеждане на откриването на аномалии, базирано на рядко кодиране в подредена RNN рамка,“ в докладите на IEEE International Conference on Computer Vision (ICCV), Венеция, Италия, октомври 2017 г.

[21] W. Luo, L. Wen и S. Gao, „Запомняне на историята с конволюционен LSTM за откриване на аномалии,“ в Доклади на IEEE International Conference on Multimedia and Expo (ICME), стр. 439–444, IEEE, Хонконг, юли 2017 г.

[22] Y. Chang, Z. Tu, W. Xie и J. Yuan, „Клъстъринг управляван дълбок автоенкодер за откриване на видео аномалии,“ в Доклади на Европейската конференция по компютърно зрение (ECCV), стр. 329–345, Springer, Глазгоу, Обединено кралство, август 2020 г.

[23] L. Wen, W. Luo, D. Lian и S. Gao, „Бъдещо предсказване на рамка за откриване на аномалии – нова базова линия,“ в Доклади на конференцията на IEEE за компютърно зрение и разпознаване на образи (CVPR), стр. 6536–6545, IEEE, Солт Лейк Сити, Юта, САЩ, юни 2018 г.

[24] М. Сонг, „Среден полеви изглед на ландшафта на двуслойни невронни мрежи,“ Сборници на Националната академия на науките, том. 115, бр. 33, стр. E7665–E7671, 2018.

[25] B. Ding и G. Wen, „Ограничение на разрядността на най-близкия подпространствен класификатор за разпознаване на цели на SAR изображения,“ Journal of Visual Communication and Image Representation, том. 52, стр. 170–176, 2018 г.

[26] T. Wang и H. Snoussi, „Откриване на необичайни визуални събития чрез глобална оптична ориентационна хистограма,“ IEEE Transactions on Information Forensics and Security, vol. 9, бр. 6, стр. 988–998, 2014 г.