人类运动学启发的基于骨架的视频异常检测
原文中文，约300字，阅读约需1分钟。发表于：。在这篇论文中，我们介绍了一种名为 HKVAD（Human Kinematic-inspired Video Anomaly Detection）的新思路，通过显式利用人类运动特征来检测视频异常。我们还提出了一种利用骨架姿态的运动特征，并使用正态流模型来估计密度并检测异常的方法。在两个具有挑战性的公共数据集上进行实验证明了我们方法的有效性和潜力。
本文提出了一种基于先验知识引导的网络 (PKG-Net) 来解决视频异常检测 (VAD) 任务。该方法通过将自编码器网络与两个指定的代理任务相结合，提供了更好的未知样本泛化能力，并对适当特征块进行知识蒸馏，以增加模型的多尺度检测能力。实验结果表明，该方法在三个公开基准上验证了其有效性和准确性，超过了最近的最先进方法。
