Detecting Anomalies in Images by using an Autoregressive Model

カテゴリ: 研究会(論文単位)

論文No: IIC18037

グループ名: 【D】産業応用部門 産業計測制御研究会

発行日: 2018/12/15

タイトル(英語): Detecting Anomalies in Images by using an Autoregressive Model

著者名: Henrio Jordan(大阪府立大学),中島 智晴(大阪府立大学)

著者名(英語): Jordan Henrio(Osaka Prefecture University),Tomoharu Nakashima(Osaka Prefecture University)

キーワード: 異常検知|自己回帰モデル|深層学習|ＰｉｘｅｌＣＮＮ|監視動画像|anomaly detection|autoregressive model|deep learning|PixelCNN|surveillance videos

要約(日本語): 本研究では，画像に対する異常検知するアルゴリズムを提案する．提案するアルゴリズムでは自己回帰モデルを構築し，学習データセットに対する画像の尤度を推定する．モデルとしてPixelCNNを採用する．提案手法の性能をドローンが撮影した監視動画像の自家製データセットやベンチマークに対して調査する．

要約(英語): We propose an anomaly detection algorithm for images. The proposed algorithm is based on an autoregressive model. In practice, we employ PixelCNNs to estimate the likelihood of images according to training sets of data. The detection performance of the proposed system is evaluated on a homemade dataset of surveillance videos recorded by a drone, as well as several public benchmarks of surveillance videos recorded by fixed-position cameras.

原稿種別: 英語

PDFファイルサイズ: 1,085 Kバイト