Residual Spatiotemporal Autoencoder with Skip Connected and Memory Guided Network for Detecting Video Anomalies

Real-time video anomaly detection and localization still prevail as a challenging task. Autoencoders are expected to give high reconstruction error for abnormal events than normal events while trained on video segments of normal events. Nevertheless, this assumption is not always true in practice. S...

Celý popis

Podrobná bibliografie

Vydáno v:	Neural processing letters Ročník 53; číslo 6; s. 4677 - 4692
Hlavní autoři:	Chandrakala, S., Srinivas, V., Deepak, K.
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York Springer US 01.12.2021 Springer Nature B.V
Témata:	Anomalies Artificial Intelligence Classification Complex Systems Computational Intelligence Computer Science Deep learning Localization Neural networks Performance degradation Video anomaly detection Residual blocks Normality modeling Memory guided network Spatio temporal autoencoders
ISSN:	1370-4621, 1573-773X
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!