[论文翻译]基于聚合知识蒸馏的弱监督视频异常检测
视频异常检测旨在开发能够识别监控视频中异常事件的自动化模型。由于以下原因,该任务的基准设置极具挑战性:i) 训练集规模有限,ii) 仅提供视频级标签的弱监督,iii) 异常事件稀缺导致的固有类别不平衡。本研究表明,将多个骨干网络的聚合表征知识蒸馏到单骨干学生模型中,可实现最先进的性能。具体而言,我们开发了一种双层蒸馏方法,并提出新型基于解耦交叉注意力的特征聚合网络。我们提出的DAKD(基于解耦注意力的聚合知识蒸馏)方法在多个基准数据集上展现出优于现有方法的性能。值得注意的是,在UCF-Crime、Shanghai Tech和XD-Violence数据集上分别实现了1.36%、0.78%和7.02%的显著提升。