[20250218 특별 세미나] Anomaly Detection in Video via Self-Supervised and M…
페이지 정보
본문
[일시] 2025.02.18
[리뷰 논문] Anomaly Detection in Video via Self-Supervised and Multi-Task Learning
[요약]
본 논문은 Anomaly Detection in Video에 Self-supervised learning과 Multi-Task Learning을 접목시킨 프레임워크를 제안한다. t장의 bounding box를 포함하는 video frame을 각각에 Task에 맞게 변형 후 3D CNN을 통해 네 가지 Task에 대한 Prediction을 수행한다. Task 1은 시간의 순서를 섞고 정상을 예측, Task 2는 비정상적인 움직임을 예측, Task 3은 video sequence의 middle box를 복원, Task 4는 pretrained model인 YoLov3와 Resnet50를 distillation하여 bounding box의 클래스를 예측. 이러한 네가지 Multi-Task Learning을 통해 Video Anomaly Detection에서 성능 향상을 입증하였다.
[녹화 영상 링크]
https://us02web.zoom.us/j/81740579875?pwd=JONdb8xU9abWhMH4ReaLPiTUpJSEma.1
[리뷰 논문] Anomaly Detection in Video via Self-Supervised and Multi-Task Learning
[요약]
본 논문은 Anomaly Detection in Video에 Self-supervised learning과 Multi-Task Learning을 접목시킨 프레임워크를 제안한다. t장의 bounding box를 포함하는 video frame을 각각에 Task에 맞게 변형 후 3D CNN을 통해 네 가지 Task에 대한 Prediction을 수행한다. Task 1은 시간의 순서를 섞고 정상을 예측, Task 2는 비정상적인 움직임을 예측, Task 3은 video sequence의 middle box를 복원, Task 4는 pretrained model인 YoLov3와 Resnet50를 distillation하여 bounding box의 클래스를 예측. 이러한 네가지 Multi-Task Learning을 통해 Video Anomaly Detection에서 성능 향상을 입증하였다.
[녹화 영상 링크]
https://us02web.zoom.us/j/81740579875?pwd=JONdb8xU9abWhMH4ReaLPiTUpJSEma.1
첨부파일
-
20250218_김정년_Anomaly Detection in Video via Self-Supervised and Multi-Task Learning.pdf (1.3M)
DATE : 2025-03-13 15:09:48
- 다음글[20250218 특별 세미나] Learning Regularity in Skeleton Trajectories for Anomaly Detection in Videos 25.03.06
댓글목록
등록된 댓글이 없습니다.