超越基准：视频中多样化异常的检测
原文中文，约500字，阅读约需2分钟。发表于：。视频异常检测（VAD）在现代监控系统中扮演着关键角色，旨在识别真实情境中的各种异常。然而，当前基准数据集主要强调简单的单帧异常，如新颖物体检测，这种狭窄的焦点限制了 VAD 模型的进展。在这项研究中，我们主张扩展 VAD 研究，涵盖超越传统基准范围的复杂异常。为此，我们引入了两个数据集：HMDB-AD 和 HMDB-Violence，以挑战具有多样化基于动作的异常的模型。这些数据集源于...
该研究提出了一种名为MFAD的视频异常检测方法，利用单帧特征和双帧特征，应用密度估计算法计算异常分数。研究者添加了深度视频编码特征和逻辑回归以增强最终分数计算。实验结果证实了该方法的有效性。
