深層畳み込みおよび再帰モデルを使用したビデオ異常検出システム

ビデオ監視における異常の自動識別は興味深い研究分野です。インタラクティブマルチメディア異常検出アルゴリズムが開発されているにもかかわらず、ビデオ監視では不正行為や犯罪のような異常な事象を見つけることが依然として難しいです。本研究では、深層畳み込みニューラルネットワーク（CNN）とシンプルな再帰単位（SRU）を用いて、ビデオ内の異常を見つける自動化システムを構築します。ResNetアーキテクチャは、入力されるビデオフレームから高次元の特徴表現を取得し、一方でSRUは時間的特徴を収集します。SRUは表現力のある再帰を持ち、高度に並列化された実装を可能にし、ビデオ異常検出システムの精度を向上させます。本研究では、ResNet18 + SRU、ResNet34 + SRU、ResNet50 + SRUという3つの異常検出モデルを提案しています。提案されたモデルはUCF-Crimeデータセットを使用して検証されました。この研究では、正常な行動と異常な行動の明確な区別を示し、CNN + SRUが各異常行動を適切なカテゴリに分類できることを証明しました。UCF-Crimeデータセットを使用した場合、ResNet18 + SRUは88.92%の精度、ResNet34 + SRUは89.34%の精度、ResNet50 + SRUは91.24%の精度を達成しました。さらに、提案されたモデルははるかに高い性能精度を示し、比較可能な深層学習モデルを上回りました。