对抗聚焦异常检测

稀疏异常下训练更稳

针对视频异常检测中异常样本稀疏问题设计的双模块训练策略，可在数据不均衡场景下提升弱监督方法的鲁棒性。

Ping, He · Fan, Zhang · 李刚 · 李慧斌

Pattern Recognition 2024

技术优势

样本少也能训

针对异常视频进行对抗样本生成与聚焦损失设计，缓解训练异常视频减少时的性能骤降。

四个数据集都验证过

在UCF-Crime、ShanghaiTech、XD-Violence、UCSD Peds上均验证有效。

代码直接能用

源码公开，便于复现和集成。

应用场景

• 视频监控：在监控视频中检测打架、事故等异常事件，无需逐帧标注。
• 行为识别：识别视频中的异常行为模式，提升行为分析系统鲁棒性。