Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

Generalization of feature embeddings transferred from different video anomaly detection domains

Texto completo
Autor(es):
dos Santos, Fernando P. [1] ; Ribeiro, Leonardo S. F. [1] ; Ponti, Moacir A. [1]
Número total de Autores: 3
Afiliação do(s) autor(es):
[1] Univ Sao Paulo, Inst Math & Comp Sci ICMC, BR-13566590 Sao Carlos, SP - Brazil
Número total de Afiliações: 1
Tipo de documento: Artigo Científico
Fonte: JOURNAL OF VISUAL COMMUNICATION AND IMAGE REPRESENTATION; v. 60, p. 407-416, APR 2019.
Citações Web of Science: 0
Resumo

Detecting anomalous activity in video surveillance often suffers from limited availability of training data. Transfer learning may close this gap, allowing to use existing annotated data from some source domain. However, analyzing the source feature space in terms of its potential for transfer of learning to another context is still to be investigated. This paper reports a study on video anomaly detection, focusing on the analysis of feature embeddings of pre-trained CNNs with the use of novel cross-domain generalization measures that allow to study how source features generalize for different target video domains. This generalization analysis represents not only a theoretical approach, can be useful in practice as a path to understand which datasets allow better transfer of knowledge. Our results confirm this, achieving better anomaly detectors for video frames and allowing analysis of transfer learning's positive and negative aspects. (C) 2019 Elsevier Inc. All rights reserved. (AU)

Processo FAPESP: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria
Beneficiário:José Alberto Cuminato
Linha de fomento: Auxílio à Pesquisa - Centros de Pesquisa, Inovação e Difusão - CEPIDs
Processo FAPESP: 18/22482-0 - Aprendendo características de conteúdo visual sob condições de supervisão limitada utilizando múltiplos domínios
Beneficiário:Moacir Antonelli Ponti
Linha de fomento: Auxílio à Pesquisa - Regular
Processo FAPESP: 17/22366-8 - Redes geradoras e aprendizado de características para busca entre domínios visuais
Beneficiário:Leonardo Sampaio Ferraz Ribeiro
Linha de fomento: Bolsas no Brasil - Doutorado Direto