[论文翻译]MULDE：基于去噪分数匹配的多尺度对数密度估计视频异常检测方法

我们提出了一种新颖的视频异常检测方法：将视频中提取的特征向量视为具有固定分布的随机变量实现，并用神经网络对该分布进行建模。通过估算测试视频的似然值并对似然估计进行阈值处理来检测视频异常。我们采用改进的去噪分数匹配方法训练视频异常检测器，该方法通过向训练数据注入噪声来促进分布建模。为消除超参数选择，我们模拟了不同噪声级别下含噪视频特征的分布，并引入一个正则化项来协调不同噪声级别的模型。测试时，我们通过高斯混合模型整合多噪声尺度下的异常指标。由于推理过程仅需提取特征并通过浅层神经网络和高斯混合模型进行前向传播，我们的视频异常检测器运行时延极低。在五个主流视频异常检测基准测试中，无论是面向对象还是面向帧的设定，我们的方法都实现了最先进的性能。