Appearance-Motion Memory Consistency Network for Video Anomaly Detection
文章
2021.AAAI.Appearance-Motion Memory Consistency Network for Video Anomaly Detection
资源
问题描述
现有方法只单独使用外观或运动信息，没有做融合
思想
融合外观和运动信息，捕捉他们的一致性
做法
网络输入是视频序列和光溜信息，然后用encoder进行压缩，获得向量。网络中有两个记忆池，分别记录外观和运动信息，分别利用压缩得到的两个向量对记忆池进行查询，得到topk相近的item，然后将这些拼接起来。用外观的信息重构运动，用运动的信息重构外观。把重构得到的，topk得到的，和压缩直接得到的信息融合在一起，用decoder解压缩，获得图像和光流。
训练损失：
生成器：
外观损失：
运动损失：
记忆池损失：
判别器：
原图为1，预测为0
预测阶段的异常分数与NMAD相似。一个是与记忆的相近程度，一个是与原图的差异程度。
算法
结果
存在的问题
思考
论文写法？