一种粗到细的伪标签（C2FPL）框架用于无监督视频异常检测
原文中文，约300字，阅读约需1分钟。发表于：。提出了一种简单但有效的两阶段伪标签生成框架，用于训练一个监督方式下的区段级异常检测器，以识别视频中的异常事件。
该文介绍了一种基于帧预测的视频异常检测方法，采用了Multi-path ConvGRU网络，引入了噪声容忍损失来减轻背景噪声造成的干扰。实验结果表明，在CUHK Avenue、ShanghaiTech Campus和UCSD Pedestrian数据集上表现更好，尤其在CUHK Avenue数据集上获得了88.3％的帧级AUROC分数。
