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?