Multi-level human action anomaly detection in frequency space

カテゴリ: 部門大会

論文No: OS4-1-5

グループ名: 【C】2024年電気学会電子・情報・システム部門大会

発行日: 2024/08/28

タイトル(英語): Multi-level human action anomaly detection in frequency space

著者名: Maeda Shun（福井大学）,Gu Chunzhi（豊橋技術科学大学）,Yu Jun（新潟大学）,Zhang Chao（富山大学）

著者名(英語): Shun Maeda (University of Fukui),Chunzhi Gu (Toyohashi University of Technology),Jun Yu (Niigata University),Chao Zhang (University of Toyama)

要約(日本語): 本研究は新しい人物異常検知タスク、Human Action Anomaly Detection(HAAD)を提案する。HAADの目的は事前に定めた正常動作カテゴリのみが与えられた場合に、教師なしで異常動作を検出することである。HAADは、動画の異常イベントに焦点を当てた先行異常検知タスクと比較して、語義的人物動作を異常検知する。このタスクに対応するために、尤度を活用して異常度合いを示す正規化フローベースの検出モデルを提案する。異常動作はしばしば特定の身体部位で発生するため全身動作に加え、部分動作の特徴を捉え、マルチレベルの特徴を抽出する。さらに学習データに潜在的に存在する関節の震えなどの問題を緩和するために周波数領域へ変換する離散コサイン変換を活用する。2つの人物動作データセットを用いた実験において本手法が、HAADに最先端の人物異常検知手法を適応したベースラインを上回ることが示された。