WACV-2019 论文阅读

论文思路        我们将异常事件检测问题表述为离群值检测任务，并提出了一种基于k均值聚类和一类支持向量机（SVM）的两阶段算法，以消除离群值。在特征提取阶段，我们建议使用从预训练神经网络的最后卷积层提取的深层外观特征来扩展时空立方体。从仅包含正常事件的训练视频中提取运动和外观特征后，我们应用k均值聚类以找到代表不同类型的正常运动和外观特征的聚类。在第一阶段，我们认为样本数量较少（相对于给定阈

>>阅读原文<<