| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2021-12-16 10:30 長期的分類と短期的分類を統合した現実世界での異常検出 ○渡邉祐大・岡部 誠（静岡大）・原田泰典・鹿島直二（中部電力）  PRMU2021-27 |
|
| 抄録 | （和） | 我々は動画から得られる全セグメントを入力とし，その動画が正常か異常かを判定するモデルを提案する．Self-attention機構を導入することで，入力された全セグメントを解析し，正常/異常の判定に重要な特徴を抽出させる．提案手法はセグメント単位でなく動画単位の学習を行うためMILが不要となる．推論時には，対象の動画を複数の短い動画に分割し，分割された各動画に対して提案手法を適用することで短時間あたりの正常/異常を検出する．2つのベンチマーク・データセットを用いて，フレームレベルの検出精度を評価したところ，提案手法は最先端の手法と同等の精度が達成できることが分かった．また，提案手法は他手法とのアンサンブルを行うことで更なる精度向上が実現できる．長期的な検出器と短期的な検出器の結果の平均をとることで，最先端の手法を上回る検出精度が達成できることを示す． |
| （英） | We propose a model to determine whether a video is normal or abnormal by using all the segments obtained from the video as input, and introducing a self-attention mechanism to analyze all the input segments and extract features that are important for determining normal/abnormal. The proposed method does not require MIL because it learns per video instead of per segment. During inference, the target video is divided into multiple short videos, and the proposed method is applied to each divided video to detect normal/abnormal per short time. We evaluated the frame-level detection accuracy of the proposed method on two benchmark datasets, and found that the proposed method can achieve the comparable accuracy as the state-of-the-art methods. In addition, the accuracy can be further improved by ensembling with other methods. We show that by averaging the results of the long-term and short-term detectors, we can achieve better detection accuracy than state-of-the-art methods. | |
| キーワード | （和） | 動画からの異常検出 / 監視カメラ / 弱教師あり学習 / アンサンブル / / / / |
| （英） | Video anomaly detection / surveillance camera / weakly supervised learning / ensemble / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 304, PRMU2021-27, pp. 19-24, 2021年12月. | |
| 資料番号 | PRMU2021-27 | |
| 発行日 | 2021-12-09 (PRMU) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2021-27 |
|
| 研究会情報 | |
| 研究会 | PRMU |
| 開催期間 | 2021-12-16 - 2021-12-17 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 時系列・因果推論・異常検知 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2021-12-PRMU |
| 本文の言語 | 日本語 |
| タイトル（和） | 長期的分類と短期的分類を統合した現実世界での異常検出 |
| サブタイトル（和） | |
| タイトル（英） | Real-world Anomaly Detection by Integrating Long-Term and Short-Term Classifications |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 動画からの異常検出 / Video anomaly detection |
| キーワード(2)（和/英） | 監視カメラ / surveillance camera |
| キーワード(3)（和/英） | 弱教師あり学習 / weakly supervised learning |
| キーワード(4)（和/英） | アンサンブル / ensemble |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 渡邉 祐大 / Yudai Watanabe / ワタナベ ユウダイ |
| 第1著者 所属（和/英） | 静岡大学 (略称： 静岡大) Shizuoka University (略称： Shizuoka Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 岡部 誠 / Makoto Okabe / オカベ マコト |
| 第2著者 所属（和/英） | 静岡大学 (略称： 静岡大) Shizuoka University (略称： Shizuoka Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 原田 泰典 / Yasunori Harada / ハラダ ヤスノリ |
| 第3著者 所属（和/英） | 中部電力株式会社 (略称： 中部電力) Chubu Electric Power Co., Inc. (略称： Chubu Electric Power Co., Inc.) |
| 第4著者 氏名（和/英/ヨミ） | 鹿島 直二 / Yasuhiko Naoji / カシマ ナオジ |
| 第4著者 所属（和/英） | 中部電力株式会社 (略称： 中部電力) Chubu Electric Power Co., Inc. (略称： Chubu Electric Power Co., Inc.) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-12-16 10:30:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2021-27 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.304 |
| ページ範囲 | pp.19-24 |
| ページ数 | 6 |
| 発行日 | 2021-12-09 (PRMU) |
[研究会発表申込システムのトップページに戻る]