Detecció anormal en vídeo de Big Data amb un codificador automàtic millorat

1. Introducció

Com a tasca de visió per ordinador d'alt nivell, la detecció d'anomalies de vídeo es refereix a la detecció automàtica d'esdeveniments anormals en una seqüència de vídeo determinada, que pot distingir de manera efectiva les activitats anormals i normals i les categories anormals del vídeo. En els últims anys, els investigadors han dut a terme moltes investigacions relacionades amb la detecció d'anomalies [1–9]. En comparació amb els esdeveniments normals, els esdeveniments que es produeixen rarament o que tenen una baixa probabilitat d'ocurrència solen considerar-se anormals. Tanmateix, a la pràctica, és difícil establir un model de detecció d'anomalies eficaç a causa de tipus d'esdeveniments desconeguts i definicions poc clares d'anomalies. La majoria dels mètodes de detecció d'anomalies existents es dissenyen basant-se en el supòsit que qualsevol patró diferent del patró normal après es considera anomalies. A partir d'aquests supòsits, la mateixa activitat en diferents escenaris es pot representar com a esdeveniments normals o anormals. Per exemple, una escena de baralla on dues persones es barallen al carrer pot ser considerada anormal, mentre que les dues persones són normals quan estan boxant. A més, hi ha una gran quantitat d'informació visual redundant en dades de vídeo d'alta dimensió, la qual cosa augmenta la dificultat de representació d'esdeveniments a la seqüència de vídeo.

Cistanche d'herbes xineses

Segons treballs anteriors, els mètodes de detecció d'anomalies generalment es poden dividir en dos tipus. Alguns mètodes de detecció d'anomalies es dissenyen mitjançant errors de reconstrucció, que se centren a modelar patrons normals en seqüències de vídeo [3–5, 7, 8, 10, 11]. (aquests mètodes aprenen el model de representació de característiques del patró normal en la fase d'entrenament i utilitzen les diferències entre les mostres anormals i normals per determinar la puntuació anormal final de les dades de la prova durant la fase de prova, com ara errors de reconstrucció o llindars específics [7] Tot i que els mètodes de detecció d'anomalies basats en la reconstrucció són bons per reconstruir patrons normals en seqüències de vídeo, el problema clau d'aquests mètodes és que depenen molt de les dades d'entrenament. Un altre tipus de mètode considera la detecció d'anomalies com un problema de classificació [14]. 15, 16] Per a aquests mètodes, la puntuació d'anomalia d'una seqüència de vídeo es prediu utilitzant un classificador entrenat per extreure característiques com ara un histograma de fellow òptic (HOF) o textura dinàmica (DT) (el rendiment d'aquests mètodes és depenen molt de les mostres d'entrenament. Per obtenir un rendiment satisfactori, extreure característiques efectives i discriminatòries és essencial per a aquests mètodes de detecció d'anomalies [17–20]. Tanmateix, els dos tipus de mètodes solen modelar les relacions entre esdeveniments d'una manera relativament senzilla [7, 10, 21-23]. Per exemple, només es considera la relació lineal, que no és suficient per a relacions complexes i altament no lineals en molts casos del món real.

Cistanche vivent del desert

En els darrers anys, els mètodes basats en l'aprenentatge profund es van aplicar al camp de la detecció de vídeo i van fer grans progressos [24–26]. Per exemple, els codificadors automàtics (AE) utilitzen errors de reconstrucció per detectar anomalies, i sobre aquesta base s'han millorat una sèrie de mètodes. A més, també s'han aplicat xarxes adversaries generatives (GAN) i memòria a llarg termini (LSTM) per resoldre el problema de detecció d'anomalies. Tanmateix, l'AE pot tenir una forta capacitat de generalització, donant lloc a la capacitat de reconstruir esdeveniments anormals. A [14], els investigadors van assenyalar que com que no hi ha mostres d'entrenament anormals, la reconstrucció de mostres anormals hauria de ser impredictible, cosa que pot provocar errors de reconstrucció més grans per a mostres anormals. Si algunes anomalies comparteixen un patró de composició comú amb les dades d'entrenament normals o el descodificador és "massa fort" i no pot descodificar bé alguns codis d'anomalia, llavors l'AE pot reconstruir bé l'anomalia. Per superar les deficiències de l'AE, aquest article utilitza un mòdul de memòria per millorar l'AE profund i desenvolupa un mètode AE ​​augmentat amb memòria (Memory AE). Quan s'introdueix una nova mostra de prova, Memory AE no la codificarà directament ni l'introduirà al descodificador, sinó que l'utilitzarà com a consulta per recuperar el contingut rellevant al mòdul de memòria. (en, el contingut s'agrega i es passa al descodificador. (el procés es realitza mitjançant l'adreçament de l'atenció. A més, aquest article utilitza operadors de contracció diferenciables per induir l'escàs dels pesos d'adreçament de memòria, que poden animar el contingut de la memòria a abordar les consultes de la funció). espai. Durant la fase d'entrenament, el codificador i el descodificador actualitzen el mòdul de memòria alhora per obtenir un error de reconstrucció mitjà més baix. A la fase de prova, el contingut de la memòria apresa es fixa i s'utilitzarà una petita quantitat d'elements de memòria normals. per a la reconstrucció.Si es seleccionen com a veïnatge del codi d'entrada, l'error de reconstrucció serà molt evident.Experiments en diversos conjunts de dades de referència públiques mostren que el rendiment de detecció de la memòria AE ha arribat a l'estat de la tècnica.

Principals components químics de Cistanche deserticola

2. Principi de l'algorisme

La figura 1 mostra l'estructura general de la xarxa de Memory AE, que es divideix en tres subestructures: codificador (utilitzat per codificar l'entrada i generar consultes), descodificador (utilitzat per a la reconstrucció) i mòdul de memòria (amb memòria i operacions d'adreçament relacionades). Com es mostra a la figura 1, donat l'esdeveniment a provar, el codificador obté primer el seu valor codificat. Mitjançant l'ús del valor codificat com a consulta, el mòdul de memòria recupera el contingut més rellevant del mòdul de memòria mitjançant un operador d'adreçament basat en l'atenció i després el passa al descodificador per a la reconstrucció. Durant l'entrenament, el codificador i el descodificador optimitzen els paràmetres per minimitzar l'error de reconstrucció i, al mateix temps, actualitzen el mòdul de memòria per registrar els elements prototip de les dades normals codificades. Donada una mostra de prova, el model utilitza només els patrons normals limitats registrats al mòdul de memòria per realitzar la reconstrucció. D'aquesta manera, la reconstrucció tendeix a ser propera a la mostra normal. Per tant, l'error de reconstrucció de la mostra normal és petit i l'error anormal és gran.

Figura 1: (e diagrama de flux de la memòria proposada AE.

2.1. Codificadors i descodificadors. (e el codificador i el descodificador són dues parts de l'AE. (e el primer mapa les dades d'entrada a l'espai de característiques per obtenir el seu valor codificat, i el segon reconstrueix el valor codificat en les dades d'entrada. (e AE està compost per un codificador fw1 (·) i un descodificador gw2 (·), que es poden expressar com

on x i x′ són l'entrada de l'AE i l'entrada reconstruïda, respectivament, z són els resultats de codificació de x, i W1 i W2 denoten els paràmetres del codificador i el descodificador, que es poden obtenir minimitzant l'error de reconstrucció entre x i x′:

En reconstruir l'error de la mostra normal [19, 20] per determinar si és anormal, l'AE s'ha utilitzat amb èxit per resoldre la tasca de detecció anormal. Tanmateix, la reconstrucció de mostres anormals hauria de ser impredictible, cosa que pot provocar errors de reconstrucció més grans per a mostres anormals. Per tal de resoldre aquest problema, s'introdueix un mòdul de memòria a l'AE a la secció 2.2 i es proposa un AE de memòria.

2.2. Mòdul de memòria. (El mètode proposat inclou un mòdul de memòria per gravar el mode de codificació del prototip i una operació d'adreçament per accedir al mòdul de memòria.

2.2.1. Representació basada en l'atenció. (El mòdul d'atenció està dissenyat com una matriu M ∈ RN×C que conté N vector en temps real. Per simplificar, suposem que C és la dimensió de z; aleshores, siguem Ζ � RC. Donat un vector fila mi, ∀i ∈ [ N], on [N] és un nombre enter d'1 a N. Cada un representa mi un element de memòria, donat un conjunt de consultes z ∈ RC, la xarxa de memòria obté?z i respon amb un vector d'adreces suaus w ∈ R1×N com segueix:

on w és un vector fila i la suma de tots els elements és 1, que representa wi, l'element w de i. (El vector de pes es pot obtenir mitjançant el càlcul z. Com es mostra a l'equació (4), el pes de l'adreça ha d'estar a prop del mòdul de memòria. (El paràmetre mixt es defineix com N, la capacitat màxima del mòdul de memòria. Tot i que és N, no és fàcil trobar el millor per a diferents conjunts de dades, afortunadament, Memory AE no és sensible a la configuració de N. Amb prou feines, N gran es pot aplicar bé a cada conjunt de dades.

2.2.2. Atenció a l'adreçament de memòria. A Memory AE, el mòdul de memòria està dissenyat per enregistrar amb detall el mode normal original M de la fase d'entrenament. (El mòdul de memòria es defineix com a memòria adreçable de contingut, z⌢ , i el seu esquema d'adreçament calcula w, el pes de l'atenció, en funció de la similitud entre la consulta i l'element de memòria. Com es mostra a la figura 1, cada pes es pot calcular mitjançant el Funcionament softmax amb:

on d(·, ·) representa la mesura de semblança. (el paper el defineix com una similitud de coseus:

Igual que les equacions (4)–(6), el mòdul de memòria recupera l'element de memòria més similar per obtenir una representació de z. A causa de la limitació de la mida de la memòria i de la tecnologia d'adreçament escassa, només es poden adreçar un nombre reduït d'elements de memòria interna alhora. (per tant, el comportament efectiu del mòdul de memòria es pot explicar de la següent manera. En la fase d'entrenament, el descodificador de Memory AE es limita a utilitzar molt pocs elements de memòria adreçables per a la reconstrucció, la qual cosa requereix un ús efectiu dels elements de memòria. (Per tant, , durant la reconstrucció, el mòdul de memòria s'ha de forçar a gravar el mode de prototip més representatiu en el mode normal d'entrada. En la fase de prova, donada la memòria entrenada, només es pot recuperar el mode normal de la memòria per a la reconstrucció (per tant , les mostres normals es poden reconstruir millor. Per contra, el valor codificat de l'entrada anormal es pot substituir pel patró normal recuperat, donant lloc a un gran error de reconstrucció a la mostra anormal.

2.3. Formació. Donat un conjunt de dades que conté mostres xi? ?TI�1, siga xi′ les mostres de reconstrucció de xi en les mostres d'entrenament; la refactorització mínima es realitza de la següent manera:

(La norma e l2 s'utilitza per mesurar l'error de reconstrucció; wi′ representa el pes d'adreçament de memòria de cada mostra xi. Per tal de promoure encara més l'esparsa de w′, la regularització escassa es minimitza durant l'entrenament. Tenint en compte que tots els w′ no són negatius i ‖w′‖1 � 1, es forma un problema d'optimització de la següent manera:

En combinar la funció de pèrdua de l'equació (7) i l'equació (8), la funció objectiu de la memòria AE és la següent:

aquí hi ha l'hiperparàmetre en el procés d'entrenament. A la pràctica, s'estableix en 0.0002. En el procés d'entrenament, la memòria s'actualitza mitjançant retropropagació i descens del gradient. En la retropropagació, només el gradient de l'element de memòria amb pes d'adreçament diferent de zero pot ser diferent de zero.

2.4. Prova. Després d'entrenar el model, l'error de reconstrucció del píxel a la posició (x, y) del marc de les dents t es pot calcular mitjançant l'equació següent:

on h(·) representa tot el model. Donat l'error de reconstrucció a nivell de píxel del desè fotograma, l'error de reconstrucció de tot el fotograma de la imatge es pot obtenir sumant e(t) � . (x,y)e(x,y,t). (ca, la puntuació d'anomalia del marc es pot calcular de la següent manera:

Finalment, es pot establir un llindar per determinar si és anormal com s(t) > θ.

3. Experimenta

En aquesta secció, es verifica l'eficàcia del mètode proposat i es compara amb altres mètodes existents. Actualment, s'utilitzen dos conjunts de dades públiques per a experiments, és a dir, el conjunt de dades Avenue i el conjunt de dades ShanghaiTech. (L'àrea de nivell de marc sota la corba (AUC) i l'EER s'utilitzen com a indicadors d'avaluació quantitativa.

3.1. Preparació. (El conjunt de dades Avenue utilitza una càmera fixa amb una resolució de 640 × 360 píxels per capturar i gravar les activitats al carrer de la Universitat de la Ciutat de Hong Kong. (El conjunt de dades Computational Intelligence and Neuroscience 3 inclou 16 videoclips d'entrenament que contenen el comportament humà normal i 21 clips de vídeo de prova que contenen esdeveniments anormals i comportament humà. Té un total de 30.652 fotogrames i tots els vídeos de prova tenen anotacions a nivell d'objectiu, és a dir, s'utilitza una àrea rectangular per marcar anomalies en ubicacions espacials. El comportament normal és la gent que camina sobre el vorera, mentre que els esdeveniments anormals són persones que embruten/descarten articles, passegen, caminen cap a la càmera, caminan per l'herba i descarten objectes (el conjunt de dades de ShanghaiTech és una col·lecció molt difícil per a la detecció d'esdeveniments anormals. A diferència d'altres conjunts de dades, conté 13 conjunts de dades diferents. escenes amb diferents condicions d'il·luminació i angles de càmera, incloent un total de 330 vídeos d'entrenament i 107 vídeos de prova (el conjunt de prova conté un total de 130 esdeveniments anormals amb anotacions a nivell de píxels. (El conjunt de dades sencer té un total de 316154 fotogrames, inclosos 274515 fotogrames al conjunt d'entrenament, 42883 fotogrames al conjunt de prova i 17090 fotogrames al fotograma anormal. (la resolució de cada fotograma de vídeo és de 480 × 856. (el model és provat en una plataforma amb plataforma de maquinari NVIDIA GTX1080TI i memòria de vídeo de 8 GB, i l'entorn de programari és PyTorch i Python 3.6. Per mesurar l'efectivitat del mètode per a la detecció d'anomalies de vídeo proposat en aquest article, l'AUC del nivell de fotograma La corba característica de funcionament del receptor (ROC) s'utilitza com a índex d'avaluació. Per als indicadors d'avaluació a nivell de fotograma, si almenys un píxel d'un fotograma està marcat com a anormal, el fotograma es considera anormal. I l'AUC de nivell de fotograma es calcula comparant el resultat de detecció a nivell de fotograma amb el nivell de fotograma de l'etiqueta real.

Principals components químics de Cistanche deserticola

Feu clic aquí per veure els productes Cistanche

【Demanar més】 Correu electrònic:cindy.xue@wecistanche.com / Whats App: 0086 18599088692 / Wechat: 18599088692

3.2. Muntatge experimental. Tots els fotogrames de vídeo s'ajusten a 227 × 227 i després es converteixen en imatges en escala de grisos. (L'entrada del model és 227 × 227 × 5, és a dir, s'utilitzen 5 fotogrames consecutius com a entrada del model. Després de cada capa convolucional, hi ha una capa de normalització per lots i una capa d'excitació ReLU. (e decodificador inclou 4 capes de deconvolució. (El mòdul d'atenció està configurat per permetre que cada segment de memòria enregistri una característica en un píxel del mapa de funcions, corresponent a una subregió del segment de vídeo. (per tant, el mòdul de memòria és un 10 Matriu 00 × 64. (s'ha seleccionat l'optimitzador Adam per a l'optimització de tots els paràmetres del model. (e la taxa d'aprenentatge inicial és 0,0001, i el nombre d'iteracions és 1000. (e el paràmetre de moment és ρ1 � 0,9 i ρ2 � 0,999, i la mida del lot és 128.

3.3. Resultats experimentals. Per tal de demostrar l'eficàcia del mètode proposat en la detecció d'anomalies de vídeo, aquest article el compara amb 12 mètodes existents diferents. Entre ells, MPPCA (híbrid of probabilistic principal component analysis) més SF (poder social) [17] i MDT (híbrid of dynamic texture) [18] són mètodes basats en característiques manuals; Conv-AE [8], 3D Conv [19], Stacked RNN [20] i ConvLSTM-AE [21], MemNormality [10] i ClusterAE [22] són tots mètodes basats en codificadors automàtics; AbnormalGAN [7] i Pred plus Recon [23] es basen en la generació del mètode de xarxes adversàries. La taula 1 mostra els resultats de detecció d'anomalies de vídeo a nivell de fotograma de diversos mètodes. Es pot observar que, en els resultats dels dos conjunts de dades, el mètode basat en AE sol ser millor que el mètode basat en característiques fetes a mà, i s'obtenen AUC de nivell de fotograma més alt. (és perquè les característiques fetes a mà s'extreuen normalment en funció d'altres tasques i, per tant, poden ser subòptimes. En els mètodes basats en AE, ConvLSTM-AE és millor que Conv-AE perquè el primer pot capturar millor la informació del temps. A més, també pot Cal tenir en compte que els mètodes basats en GAN funcionen millor que la majoria dels mètodes de referència. Finalment, el mètode Memory AE proposat en aquest article aconsegueix el 85,7% d'AUC a nivell de fotograma al conjunt de dades Avenue, que és un 0,6% per davant del Pred plus Recon de millor rendiment. [23]; mentre que el mètode proposat en aquest article va aconseguir un 75,3 per cent d'AUC a nivell de fotograma al conjunt de dades de ShanghaiTech, que és un 2 per cent per davant d'altres mètodes a nivell de fotograma AUC, i l'efecte és molt obvi (és principalment perquè el El mètode proposat basat en Memory AE utilitza fragments de memòria, que poden reconstruir bé les anomalies i introduir alguns errors aleatoris. A més, en comparació amb el conjunt de dades de l'Avenue, el conjunt de dades de ShanghaiTech ha aconseguit un AUC de nivell de fotograma més alt. (és principalment perquè el conjunt de dades de ShanghaiTech conté múltiples escenes i esdeveniments anormals que no han aparegut abans en altres conjunts de dades, cosa que és més complicat. Per verificar els resultats de detecció d'una sola escena al conjunt de dades de ShanghaiTech, s'utilitza un segment de vídeo d'una sola escena per a la formació i les proves. S'utilitzen 83 segments (25 per cent ) per a l'entrenament i 34 segments (32 per cent ) per a les proves, aconseguint un 86,3 per cent d'AUC a nivell de fotograma, que ha assolit un nivell similar al del conjunt de dades Avenue. En resum, el mètode Memory AE proposat es pot aplicar de manera flexible a diferents tipus de dades. Només utilitzant errors de reconstrucció, el mètode proposat pot obtenir millors resultats amb el menys coneixement específic. Per tal d'avaluar el rendiment del mòdul de memòria predefinit en la detecció d'esdeveniments de vídeo anormals, el següent pas és canviar la mida del mòdul de memòria i realitzar experiments amb el conjunt de dades Avenue, i els valors d'AUC de nivell de fotograma es mostren a la taula 2. Es pot trobar que donada una mida de mòdul de memòria prou gran, el mètode Memory AE pot produir els millors resultats de manera robusta. Quan la mida del mòdul de memòria és superior a 1000, l'impacte en el resultat de la detecció és petit, però l'ús d'una mida de mòdul de memòria més gran donarà lloc a un càlcul més gran, de manera que la mida del mòdul de memòria es selecciona com a 1000. Xifres 2 (a) i 2 (b), respectivament, mostren alguns resultats de detecció al conjunt de dades Avenue i al conjunt de dades ShanghaiTech. (e Taula 1: Comparació amb els mètodes d'última generació en termes d'AUC.

millor que el mètode basat en funcions fetes a mà, i s'obtenen AUC de nivell de fotograma més alts. (és perquè les característiques fetes a mà s'extreuen normalment en funció d'altres tasques i, per tant, poden ser subòptimes. En els mètodes basats en AE, ConvLSTM-AE és millor que Conv-AE perquè el primer pot capturar millor la informació del temps. A més, també pot cal tenir en compte que els mètodes basats en GAN funcionen millor que la majoria dels mètodes de referència. Finalment, el mètode Memory AE proposat en aquest article aconsegueix el 85,7% d'AUC a nivell de fotograma al conjunt de dades Avenue, que és un 0,6% per davant del mètode Pred plus Recon [23] amb el millor rendiment; mentre que el mètode proposat en aquest article va aconseguir el 75,3 per cent d'AUC a nivell de fotograma al conjunt de dades de ShanghaiTech, que és un 2 per cent per davant d'altres mètodes a nivell de fotograma AUC, i l'efecte és molt obvi. . (és principalment perquè el mètode proposat basat en Memory AE utilitza fragments de memòria, que poden reconstruir bé les anomalies i introduir alguns errors aleatoris. A més, en comparació amb el conjunt de dades Avenue, el conjunt de dades de ShanghaiTech ha aconseguit un AUC de nivell de fotograma més alt. (és principalment perquè el conjunt de dades de ShanghaiTech conté múltiples escenes i esdeveniments anormals que no havien aparegut abans en altres conjunts de dades, cosa que és més complicat. Per verificar els resultats de detecció d'una sola escena al conjunt de dades de ShanghaiTech, s'utilitza un segment de vídeo d'una sola escena per a la formació i les proves. 83 segments (25 per cent ) s'utilitzen per a l'entrenament i 34 segments (32 per cent ) per a proves, aconseguint un 86,3 per cent d'AUC a nivell de fotograma, que ha assolit un nivell similar al del conjunt de dades Avenue. En resum, el mètode Memory AE proposat es pot aplicar de manera flexible a diferents tipus de dades. Només utilitzant errors de reconstrucció, el mètode proposat pot obtenir millors resultats amb el menys coneixement específic. Per tal d'avaluar el rendiment del mòdul de memòria predefinit en la detecció d'esdeveniments de vídeo anormals, el següent pas és canviar la mida del mòdul de memòria i realitzar experiments amb el conjunt de dades Avenue, i els valors d'AUC de nivell de fotograma es mostren a la taula 2. Es pot trobar que donada una mida de mòdul de memòria prou gran, el mètode Memory AE pot produir els millors resultats de manera robusta. Quan la mida del mòdul de memòria és superior a 1000, l'impacte en el resultat de la detecció és petit, però l'ús d'una mida de mòdul de memòria més gran donarà lloc a un càlcul més gran, de manera que la mida del mòdul de memòria es selecciona com a 1000. Xifres 2 (a) i 2 (b), respectivament, mostren alguns resultats de detecció al conjunt de dades Avenue i al conjunt de dades ShanghaiTech. (els fotogrames de la caixa verda són fotogrames normals de clips de vídeo normals, i els fotogrames de la caixa vermella són fotogrames anormals de clips de vídeo anormals. Alguns esdeveniments anormals com deixar caure confeti, anar amb bicicleta per la vorera, pallisses, etc. ser detectat.

Taula 2: (e influència del nombre de mida de memòria en els resultats experimentals del conjunt de dades Avenue (AUC a nivell de fotograma/percent).

Figura 2: Exemples dels resultats de la detecció. (a) Exemple del conjunt de dades Avenue. (b) Exemple del conjunt de dades de ShanghaiTech.

4. Conclusió

(aquest article proposa un Memory AE per millorar el rendiment de la detecció d'anomalies de big data en vídeos. Donada una entrada, el mètode de Memory AE proposat fa servir primer un codificador per obtenir una representació codificada i després utilitza el codi com a consulta per recuperar el més rellevant. Com que el mòdul de memòria està entrenat per registrar patrons normals típics, el Memory AE proposat pot reconstruir bé les mostres normals i augmentar l'error de reconstrucció de les anomalies, la qual cosa reforça el paper de l'error de reconstrucció com a estàndard de detecció d'anormalitats. Experiments amb dos conjunts de dades demostren la versatilitat i eficàcia del mètode proposat. En el futur, estudiarem l'ús de pesos d'adreçament per a la detecció d'anomalies. Tenint en compte que el mòdul de memòria proposat és universal i no té res a veure amb l'estructura del codificador i descodificador, s'integrarà en un model bàsic més complex i s'utilitzarà en experiments amb conjunts de dades més difícils.

Suplement de Cistanche a prop meu-Millorant la memòria

Referències

[1] F. Dong, Y. Zhang i X. Nie, "Dual discriminator generative adversarial network for video anomaly detection", IEEE Access, vol. 8, pàgines 88170–88176, 2020.

[2] K. Doshi i Y. Yilmaz, "Any-shot sequential anomaly detection in surveillance videos", a Proceedings of the CVPRW, pp. 934-935, Seattle, WA, EUA, juny de 2020.

[3] K. Doshi i Y. Yilmaz, "Continual learning for anomaly detection in surveillance videos", a Proceedings of the CVPRW, pp. 254-255, Seattle, WA, EUA, juny de 2020.

[4] K. Jayanta, "Dutta and bonny Banerjee. Online detection of anormal events using incremental coding length", a Proceedings of the AAAI, pàgs. 3755–3761, Austin, Texas, EUA, gener de 2015.

[5] Y. Feng, Y. Yuan i X. Lu, "Aprendre models d'esdeveniments profunds per a la detecció d'anomalies de multitud", Neurocomputing, vol. 219, pàgines 548–556, 2017.

[6] D. Gong, L. Liu, V. Le et al., "Memorizing normality to detect anomaly: memory-augmented deep autoencoder for unsupervised anomaly detection", a Proceedings of the ICCV, pàg. 1705–1714, Seül, Corea, octubre de 2019.

[7] M. Ravanbakhsh, M. Nabi, E. Sangineto, L. Marcenaro, C. Regazzoni i N. Sebe, "Abnormal event detection in videos using generative adversarial nets", a Proceedings of the IEEE International Conference on Image Processing , pàgs. 1577–1581, Pequín, Xina, setembre de 2017.

[8] M. Hasan, J. Choi, J. Neumann, AK Roy-Chowdhury i LS Davis, "Learning temporal regularity in video sequences", a Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pàg. 733– 742, Las Vegas, NV, EUA, juny de 2016.

[9] W. Liu, W. Luo, D. Lian i S. Gao, "Future frame prediction for anomaly detection–a new baseline", a Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pàg. 6536– 6545, Salt Lake City, UT, EUA, juny de 2018.

[10] H. Park, J. Noh i B. Ham, "Learning memory-guided normality for anomaly detection", a Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 14 372–{{ 3}}, Seattle, WA, EUA, juny de 2020.

[11] MZ Zaheer, J.-h. Lee, M. Astrid i S.-I. Lee, "Old is gold: redefining the adversarially learned one-class classifier training paradigm", a Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 14 183–214 193, Seattle, WA, EUA, juny de 2020.

[12] X. Zhu, J. Liu, J. Wang, Y. Fang i H. Lu, "Detecció d'anomalies en l'escena multitudinària mitjançant modelatge conjunt d'aparença i dinàmica", a les Actes de la Conferència Internacional de Processament d'Imatges de l'IEEE, pàgs. 2705–2708, Melbourne, VIC, Austràlia, setembre de 2013.

[13] RVHM Colque, CAC J´unior i WR Schwartz, "Histograms of optical fellow orientation and magnitude to detect anomalous events in videos", a Proceedings of the Sibgrapi Conference on Graphics, Patterns, and Images, pàg. 126–133. , Salvador, Bahia, Brasil, agost de 2015.

[14] Bo Zong, S. Qi, RM Martin, et al., "Deep autoencoding Gaussian mixture model for unsupervised anomaly detection", a Proceedings of the International Conference on Learning Representations, Vancouver, Canadà, abril de 2018.

[15] M. Sabokrou, M. Fayyaz, M. Fathy, Z. Moayed i R. Klette, "Deep-anomaly: fully convolutional neuronal network for fast anomaly detection in crowded scenes", Computer Vision and Image Understanding, vol. 172, pàgines 88–97, 2018.

[16] C. Li, Z. Han, Q. Ye i J. Jiao, "Visual anormal behavior detection based on trajectory sparse reconstruction analysis", Neurocomputing, vol. 119, núm. 7, pàgines 94–100, 2013.

[17] V. Mahadevan, W. Li, V. Bhalodia i N. Vasconcelos, "Anomaly detection in crowded scenes", a Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pàg. 1975–1981, IEEE, San Francisco, CA, EUA, juny de 2010.

[18] W. Li, V. Mahadevan i N. Vasconcelos, "Detecció d'anomalies i localització en escenes multitudinàries", IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 36, pàgs. 18–32, 2014.

[19] Y. Zhao, B. Deng, C. Shen, Y. Liu, H. Lu i X.-S. Hua, "Autoencoder espacial-temporal per a la detecció d'anomalies de vídeo", a Proceedings of the ACM International Conference on Multimedia (ACM MM), pàgs. 1933–1941, ACM, Mountain View California USA, octubre de 2017.

[20] W. Luo, L. Wen i S. Gao, "A revisit of sparse coding based anomaly detection in stacked RNN framework", a Proceedings of the IEEE International Conference on Computer Vision (ICCV), Venècia, Itàlia, octubre. 2017.

[21] W. Luo, L. Wen i S. Gao, "Remembering history with convolutional LSTM for anomaly detection", a Proceedings of the IEEE International Conference on Multimedia and Expo (ICME), pàg. 439–444, IEEE, Hong Kong, juliol de 2017.

[22] Y. Chang, Z. Tu, W. Xie i J. Yuan, "Clustering driven deep autoencoder for video anomaly detection", a Proceedings of the European Conference on Computer Vision (ECCV), pàg. 329–345, Springer, Glasgow, Regne Unit, agost de 2020.

[23] L. Wen, W. Luo, D. Lian i S. Gao, "Future frame prediction for anomaly detection - a new baseline", a Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. . 6536–6545, IEEE, Salt Lake City, UT, EUA, juny de 2018.

[24] M. Song, "A mean field view of the landscape of two-layer neuronal networks", Proceedings of the National Academy of Sciences, vol. 115, núm. 33, pàgines E7665–E7671, 2018.

[25] B. Ding i G. Wen, "Sparsity constraint nearest subspace classifier for target recognition of SAR images", Journal of Visual Communication and Image Representation, vol. 52, pàgines 170–176, 2018.

[26] T. Wang i H. Snoussi, "Detection of anormal visual events via global optical fellow orientation histogram", IEEE Transactions on Information Forensics and Security, vol. 9, no. 6, pàgines 988–998, 2014.