Deep Crowd Anomaly Detection: State-of-the-Art, Challenges, and Future Research Directions

要約

群衆の異常検出は、スマート シティのコンテキストにおけるコンピューター ビジョンで最も人気のあるトピックの 1 つです。
一般的に他の機械学習ソリューションよりも優れたディープラーニング手法が多数提案されています。
私たちのレビューでは、主に、2020 年から 2022 年の間に主流の会議やジャーナルで公開されたアルゴリズムについて説明します。ベンチマークに通常使用されるデータセットを提示し、開発されたアルゴリズムの分類法を作成し、それらのパフォーマンスについて説明および比較します。
私たちの主な調査結果は、事前トレーニングされた畳み込みモデルの不均一性が群衆ビデオの異常検出パフォーマンスに与える影響はごくわずかであるということです。
将来の研究のための実りある方向性をもって議論を締めくくります。

要約(オリジナル)

Crowd anomaly detection is one of the most popular topics in computer vision in the context of smart cities. A plethora of deep learning methods have been proposed that generally outperform other machine learning solutions. Our review primarily discusses algorithms that were published in mainstream conferences and journals between 2020 and 2022. We present datasets that are typically used for benchmarking, produce a taxonomy of the developed algorithms, and discuss and compare their performances. Our main findings are that the heterogeneities of pre-trained convolutional models have a negligible impact on crowd video anomaly detection performance. We conclude our discussion with fruitful directions for future research.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google