WEAKLY SUPERVISED VIDEO ANOMALY DETECTION VIA CENTER-GUIDED DISCRIMINATIVE LEARNING

摘要由于监控视频异常内容和持续时间的多样性，异常检测是一项具有挑战性的任务。在本文中，我们将视频异常检测看作是一个弱监督下视频片段异常分数的回归问题。因此，我们提出了一种异常检测框架，称为异常回归网(ARNet)，它只需要在训练阶段进行视频级别的标记。此外，为了学习异常检测的判别特征，我们为所提出的