वीडियो विसंगति पहचान और स्थान निर्धारण स्वायत्त-कोडर की विरलता और पुनर्निर्माण त्रुटि के आधार पर

एक तेज और सटीक वीडियो विसंगति पहचान और स्थान निर्धारण विधि प्रस्तुत की गई है। गति और स्थान निर्धारण सटीकता वास्तविक-संसार की विसंगति पहचान में दो निरंतर चुनौतियाँ हैं। हम दो नयी क्यूबिक-पैच-आधारित विसंगति डिटेक्टर प्रस्तुत करते हैं, जिनमें से एक स्वायत्त-कोडर (AE) पर एक इनपुट वीडियो पैच को पुनर्निर्मित करने की शक्ति के आधार पर काम करता है और दूसरा एक इनपुट वीडियो पैच की विरल प्रतिनिधित्व की शक्ति के आधार पर। यह पाया गया है कि यदि AE को सभी सामान्य पैच पर प्रभावी रूप से प्रशिक्षित किया जाता है, तो परीक्षण चरण में विसंगति पैच में सामान्य पैच की तुलना में अधिक पुनर्निर्माण त्रुटि होती है। इसके अलावा, यदि एक विरल AE सामान्य प्रशिक्षण पैच के आधार पर सीखा गया है, तो हम उम्मीद करते हैं कि AE के लिए दिया गया पैच विरल रूप से प्रदर्शित किया जाता है। यदि प्रतिनिधित्व पर्याप्त विरल नहीं है तो इसे विसंगति के एक अच्छे उम्मीदवार के रूप में माना जाता है। और तेज होने के लिए, इन दो डिटेक्टरों को एक कैस्केड क्लासिफायर के रूप में संयोजित किया गया है। पहले, परीक्षण वीडियो फ्रेम पर सभी छोटे पैच स्कैन किए जाते हैं, जिनका विरल प्रतिनिधित्व पर्याप्त नहीं होता है, उन्हें आकार में बदला जाता है और अधिक सावधानीपूर्वक मूल्यांकन के लिए अगले डिटेक्टर को भेजा जाता है। प्रयोगात्मक परिणाम दिखाते हैं कि यहाँ उल्लेखित विधि, दो UMN और UCSD बेंचमार्क पर सर्वोत्तम विधियों की तुलना में विशेष रूप से रन-टाइम माप में बेहतर प्रदर्शन करती है।