Hybrid Video Anomaly Detection for Anomalous Scenarios in Autonomous Driving

要約

自律運転では、最も挑戦的なシナリオは、その時間的コンテキスト内でのみ検出できます。
ほとんどのビデオアノマリー検出は、自律運転のサブフィールドである監視または交通事故のいずれかに焦点を当てています。
HF $^2 $ -VAD $ _ {ad} $を提示します。これは、自律運転のためのHF $^2 $ -VAD監視ビデオ異常検出方法のバリエーションです。
車両のエゴの観点から正常性の表現を学び、まれで重要なシナリオでピクセルごとの異常検出を評価します。

要約(オリジナル)

In autonomous driving, the most challenging scenarios can only be detected within their temporal context. Most video anomaly detection approaches focus either on surveillance or traffic accidents, which are only a subfield of autonomous driving. We present HF$^2$-VAD$_{AD}$, a variation of the HF$^2$-VAD surveillance video anomaly detection method for autonomous driving. We learn a representation of normality from a vehicle’s ego perspective and evaluate pixel-wise anomaly detections in rare and critical scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google