Paper Review: Unmasking the abnormal events in video.

1. Unmasking the abnormal events in video
작은논문읽기 모임 2018-1
영상 및 비디오 패턴 인식 연구실 이형민

2. 무슨 논문인가
• Radu Tudor Ionescu, Sorina Smeureanu, Bogdan Alexe, Marius Popescu; The IEEE International
Conference on Computer Vision (ICCV), 2017, pp. 2895-2903
• Video의 각 Scene이 Abnormal한지의 여부를 판단하는 알고리즘
• Text에 적용되어 Author Verification에 쓰였던 Unmasking(Koppel et al.) 기법을 Video Frame에 적용
• Unmasking  두 data 간의 유사도를 측정하기 위해, 가장 discriminant한 Feature를 제거해 나가면
서 Classification Accuracy가 감소하는 정도를 관찰

3. Unmasking

4. Unmasking

5. Unmasking

6. Unmasking

7. Overall Framework
2*w개의 Frame을 뽑는다.
앞의 w개는 normal, 뒤의 w개는 abnormal로 Labeling.
Motion Feature와 Appearance Feature를 추출한다.
추출한 Feature를 Linear Model로 Classify한다.
Classifier의 Train Accuracy를 측정한다.
가장 Discriminant한 Feature 축을 삭제한 후 다시 Linear
Classifier로 보낸다.  Accuracy가 감소
평균 Accuracy를 Plot한다.

8. Overall Framework
2*w개의 Frame을 뽑는다.
앞의 w개는 normal, 뒤의 w개는 abnormal로 Labeling.
Motion Feature와 Appearance Feature를 추출한다.
추출한 Feature를 Linear Model로 Classify한다.
Classifier의 Train Accuracy를 측정한다.
가장 Discriminant한 Feature 축을 삭제한 후 다시 Linear
Classifier로 보낸다.  Accuracy가 감소
평균 Accuracy를 Plot한다.

9. Feature???
Feature Extraction
Classification

10. Feature???
Feature Extraction
Classification

11. Motion Feature
x
y
t

12. Motion Feature
x
y
t
10
10
5
Spatio – Temporal
3D - Gradient

13. Appearance Feature

14. Appearance Feature

15. Linear Classification
Normal
Abnormal

16. Plotting

17. Thank You!!