Một hàm lỗi cho phát hiện bất thường trên video giám sát

Nghiên cứu này tập trung vào bài toán phát hiện bất thường ở người. Chúng tôi tiến hành đánh giá phương pháp tiên tiến Future frame prediction trên video có độ phân giải thấp, đồng thời đưa ra đề xuất hàm độ lỗi cải thiện hiệu quả cho trường hợp này.

MỘT HÀM LỖI CHO PHÁT HIỆN BẤT THƯỜNG TRÊN VIDEO GIÁM SÁT

Vũ Ngọc Tú, Đinh Thanh Toàn, Trần Minh Tùng, Võ Duy Nguyên, Nguyễn Tấn Trần Minh Khang

Trường Đại Học Công Nghệ Thông Tin Đại học Quốc gia Thành phố Hồ Chí Minh {18520184,18521504}@gm.uit.edu.vn, tungtm.ncs@grad.uit.edu.vn,{nguyenvd, khangnttm}@uit.edu.vn

Tóm tắt—Thành phố thông minh triển khai hệ thống

camera kết hợp trí tuệ nhân tạo nhằm hỗ trợ cho hoạt

động giám sát an ninh, trong đó việc phát hiện các sự kiện

bất thường rất được quan tâm Các sự kiện bất thường

(abnormal event) là các tình huống hiếm xảy ra, khó lường

trước, phụ thuộc rất nhiều vào ngữ cảnh và chất lượng

của video đầu vào Nghiên cứu này tập trung vào bài toán

phát hiện bất thường ở người Chúng tôi tiến hành đánh

giá phương pháp tiên tiến Future frame prediction trên

video có độ phân giải thấp, đồng thời đưa ra đề xuất hàm

độ lỗi cải thiện hiệu quả cho trường hợp này Kết quả thực

nghiệm trên bộ dữ liệu UCSD Ped1, Subway Entrance cho

thấy hiệu quả của phương pháp đề xuất, kết quả cải thiện

lần lượt là 0.79%, 1.90% Bên cạnh đó, nghiên cứu cung

cấp các khảo sát thực nghiệm mở rộng trên 2 bộ dữ liệu

UCSD Ped2, CUHK Avenue làm cơ sở cho các nghiên cứu

sau này.

Từ khóa—Phát hiện bất thường, học không giám sát,

học sâu, dự đoán khung hình trong video.

I GIỚI THIỆU Bất thường trong video giám sát được định nghĩa là

những sự kiện hoặc hành động mà không ngờ tới và hiếm

khi xảy ra trong thực tế [1], [2] Bài toán phát hiện bất

thường trong video giám sát nhận vào một chuỗi frame

và trả về nhãn của từng frame (bất thường, bình thường)

như mô tả trong Hình 1 Đây là một trong những bài toán

vô cùng quan trọng và cần thiết trong việc hỗ trợ quản

lý thành phố, khu dân cư Tuy nhiên, do những thách

thức lớn về chất lượng video, sự đa dạng của ngữ cảnh

và sự kiện bất thường, cho đến gần đây nhiều nghiên

cứu mới đạt được những tiến bộ đáng kể trong việc giải

quyết bài toán [3], [4], [5] Để hướng tới việc quản lý

thành phố và khu dân cư, nghiên cứu sẽ tập trung những

sự kiện, hành động bất thường liên quan tới người

Thách thức lớn nhất của bài toán là do định nghĩa của

bất thường không cụ thể mà phụ thuộc rất nhiều vào ngữ

cảnh, một sự kiện có thể là bất thường ở ngữ cảnh này

nhưng đối với những ngữ cảnh khác thì sự kiện đó lại là

bình thường Ví dụ đi xe đạp trong làn đường dành cho

người đi bộ là bất thường, nhưng khi đi xe đạp trong đường phố thì đây lại là một sự kiện bình thường

Mô hình

(Bất thường, Bất thường, Bất thường, Bất thường, Bất thường)

Hình 1: Bài toán nhận vào 1 video (nhiều frame ảnh)

cho biết nhãn của từng frame trong video: bình thường hay bất thường.

Có hai hướng giải quyết chính cho bài toán phát hiện bất thường: (1) nhóm phương pháp học không giám sát [4], [6], [5], [7], (2) nhóm phương pháp học có giám sát yếu [3], [8], [9] Trong đó, nhóm phương pháp học không giám sát tập trung vào việc dự đoán, tái tạo lại khung hình hiện tại dựa trên thông tin của khung hình trước đó Sau đó khung hình tái tạo sẽ được so sánh với frame thực tế để thực hiện phân loại frame đó là bình thường hay bất thường [4], [6] Với nhóm phương pháp này, chỉ cần định nghĩa bình thường với việc sử dụng tập huấn luyện đầy đủ, có thể giảm bớt tỉ lệ phát hiện bỏ sót các frame bất thường Trong nhóm phương pháp này, Future frame prediction [6] là một trong những phương pháp đã mở đầu cho những bước tiến lớn trong việc giải quyết bài toán phát hiện bất thường Trong quá trình huấn luyện, phương pháp có đầu vào là một frame hiện tại và các frame trong quá khứ ở trạng thái bình thường, phương pháp này sẽ huấn luyện mô hình tạo ra một frame tiếp theo (bình thường) Trong quá trình kiểm tra, mô hình đã huấn luyện sinh ra frame mới và so sánh với frame thực tế để quyết định frame đó có bất thường hay không Tuy nhiên, phương

pháp này cho thấy hiệu suất kém khi chạy trên các bộ

dữ liệu có chất lượng thấp Để giải quyết vấn đề này,

nghiên cứu đề xuất sử dụng các đặc trưng Histogram

Of Gradients (HOG) [10] bổ sung vào hàm độ lỗi để

giải quyết tình trạng hình dáng đối tượng không chi tiết,

một tích chất đặc trưng trong video có độ phân giải thấp

Đóng góp chính của bài báo này bao gồm:

• Đối với việc dự đoán frame tương lai, dựa trên

phương pháp được đề xuất bởi [6] nghiên cứu đề

xuất thêm thông tin về đặc trưng HOG trong hàm

độ lỗi huấn luyện mô hình

• Thực nghiệm và đánh giá, phân tích kết quả trên

4 bộ dữ liệu đã được công bố: UCSD Ped 1 [11],

UCSD Ped 2 [11], Subway Entrance [12] và CUHK

Avenue [13] Từ đó chứng minh tính hiệu quả của

hàm lỗi này trong bài toán phát hiện bất thường

Nội dung còn lại của bài báo được cấu trúc như sau

Phần II cung cấp tổng quan về các nghiên cứu liên quan

Phần III trình bày hàm lỗi mới cho bài toàn phát hiện

bất thường Phần IV trình bày thực nghiệm và và các

đánh giá, phân tích về kết quả thực nghiệm Cuối cùng

là trình bày kết quả và hướng nghiên cứu tương lai sẽ

được trình bày trong phần V

II CÁC NGHIÊN CỨU LIÊN QUAN

A Kỹ thuật rút trích đặc trưng truyền thống

Các kỹ thuật xử lý rút trích đặc trưng trên ảnh và

video bao gồm các đặc trưng cục bộ (local features),

đặc trưng toàn cục (global features), đặc trưng chuyển

động (motion features), đặc trưng không gian – thời

gian (spatial-temporal features), đặc trưng ngoại hình

(appearance features), tư thế người (human pose), thông

tin hình ảnh (visual information), thông tin thời gian

(temporal information), thông tin ngữ cảnh (context

in-formation): SIFT, SURF, MBH, HOG, Color Histogram,

Dense trajectory, Couboid, Onset, Actionlet, Poselet

Trong các phương pháp này, một phương pháp được sử

dụng nhiều nhất hiện nay là phương pháp Histogram of

gradients (HOG) HOG là phương pháp biểu diễn đặc

trưng trong ảnh được đề xuất bởi vào năm 1986 và sau

đó được sử dụng rộng rãi sau nghiên cứu [10] vào năm

2005 Trong đặc trưng HOG, phân phối của hướng của

đạo hàm trong ảnh được sử dụng làm đặc trưng Đạo

hàm của một ảnh khá hữu dụng bởi vì giá trị của đạo

hàm lớn ở những vùng góc, cạnh của ảnh

B Các phương pháp phát hiện bất thường giám sát yếu

Trong khoảng thời gian gần đây, sự phổ biến của

camera giám sát cũng như gia tăng số lượng dữ liệu

video chia sẻ trên các nền tảng mạng xã hội (Youtube, Facebook, ) cho phép thu thập được một số lượng lớn các video bất thường Tuy nhiên khi gán nhãn dữ liệu, việc xác định chính xác khoảng thời gian diễn ra sự kiện bất thường là một việc khó khăn, khi làm ở mức frame thì mức độ thách thức còn tăng lên cao hơn

Vì vậy đối với các bộ dữ liệu lớn đã công bố các nhà nghiên cứu thường chỉ gán nhãn ở mức video - nghĩa là gán video đó có bất thường hay không Việc gán nhãn như vậy được gọi là giám sát yếu (weakly supervised) Nhóm phương pháp phát hiện bất thường giám sát yếu chủ yếu gồm 3 thành phần chính: i) Xử lý nhãn ii) Trích xuất đặc trưng iii) Xác định bất thường dựa trên các đặc trưng được trích xuất Tuy nhiên, hạn chế của phương pháp này là nó chỉ hiệu quả trên những bộ dữ liệu có bất thường Do đó, các phương pháp giám sát yếu chỉ phù hợp khi thực hiện đối với các bất thường được định nghĩa rộng như đánh nhau, ẩu đả

Intensity difference

Unet

Generator/ Frame Predictor

Anomaly or not? Score

Frame predictor module

Anomaly decision module

Hình 2: Tổng quan kiến trúc của phương pháp học không

giám sát.

C Các phương pháp phát hiện bất thường không giám sát

Theo định nghĩa bất thường là những sự kiện rất hiếm khi xảy ra trong thực tế, trong khi đó những sự kiện bình thường lại xảy ra thường xuyên Dựa vào định nghĩa đó, nhóm phương pháp học không giám sát tập trung chủ yếu vào thu thập các video bình thường làm tập huấn luyện, rồi sau đó học các trường hợp bình thường để phát hiện bất thường Việc quyết định một khung hình

có bất thường hay không dựa chủ yếu vào so sánh giữa frame thực tế và frame tái tạo lại Hướng tiếp cận bằng nhóm phương pháp này cho phép mô hình áp dụng được trong nhiều ngữ cảnh, xử lý nhiều loại bất thường hơn Chỉ cần xây dựng một tập huấn luyện định nghĩa bình thường đủ tốt, hướng phương pháp sẽ cho phép mô hình

dự đoán với tỉ lệ sai sót thấp

Hình 3: Tổng quan kiến trúc huấn luyện mô hình Future frame prediction [6].

Vì những ưu điểm của nhóm phương pháp học không

giám sát, nhóm quyết định sử dụng phương pháp Future

frame prediction [6] - một trong những phương pháp tân

tiến nhất hiện nay trong giám sát bất thường làm phương

pháp nền tảng để cải thiện Nghiên cứu này tập trung

vào thay thế một hàm độ lỗi mới trong thành phần dự

đoán frame tương lai để tăng khả năng dự đoán frame

bình thường của Hình 2

III PHƯƠNG PHÁP THỰC NGHIỆM

Trên các bộ dữ liệu được thu thập trước đây, đa phần

từ các CCTV, có độ phân giải thấp Việc sử dụng phương

pháp so sánh dựa trên các điểm ảnh dẫn đến sai lệch lớn,

ảnh hưởng kết quả đánh giá Trong trường hợp đó, dựa

trên phương pháp Future frame prediction được đề xuất

trong [6] được mô tả trong Hình 3, nghiên cứu sử dụng

đặc trưng thủ công HOG để biểu diễn đặc trưng người

cho thấy xu hướng của các giá trị trong vùng điểm ảnh

quan tâm

A Kiến trúc tổng quan

Kiến trúc tổng quan của phương pháp gồm 3 thành

phần chính được trình bày trong Hình 4 Với đầu vào là

một video với t frame liên tiếp I1, I2, , It, It+1 Mục

tiêu của bài toán là xác định frame It+1 có bất thường

hay không

• Thành phần dự đoán frame tương lai: Từ các frame

I1, I2, , It, phương pháp dự đoán frame tương lai

bình thường cho frame It+1 Kết quả dự đoán được

ký hiệu là ˆIt+1 Để huấn luyện ˆIt+1 gần với It+1,

phương pháp dựa trên nền tảng mạng sinh đối ngẫu

- GAN (generative adversarial network) [14] với 2

thành phần sinh và phân biệt Trong đó, hàm mục

tiêu sẽ bổ sung được thêm những ràng buộc về

ngoại hình và chuyển động để tăng thêm khả năng

frame được dự đoán là frame bình thường

• Thành phần xác định bất thường: Dựa vào sự khác nhau giữa ˆIt+1 và It+1, thành phần sẽ trả ra được điểm số bình thường (normal score) của frame ảnh, điểm số này nằm trong khoảng [0,1] Từ đó dựa vào

1 ngưỡng được xác định sẵn (thông thường được chọn là 0.5) để quyết định là frame đó là frame bình thường hay bất thường (nếu frame có điểm vượt quá 0.5 sẽ được coi là frame bình thường, ngược lại thì sẽ bị coi là bất thường)

B Hàm độ lỗi đề xuất

Với ảnh đầu vào I, đặc trưng HOG của ảnh I được

ký hiệu là h(I) Dựa trên nền của phương pháp Future frame prediction, chúng tôi thay đổi hàm mục tiêu của thành phần dự đoán frame mới với sự bổ sung thêm của hàm độ lỗi HOG (Hình 4) được định nghĩa như sau:

Lhog=X|h( ˆI) − h(I)| (1) Kết hợp lại với hàm độ lỗi gốc của phương pháp Future frame prediction, chúng tôi đề xuất hàm mục tiêu của thành phần dự đoán frame như sau:

LG = λintLint( ˆIt+1, It+1) + λgdLgd( ˆIt+1, It+1)+

λopLop( ˆIt+1, It+1) + λadvLadv( ˆIt+1, It+1)+

λhogLhog( ˆIt+1, It+1) (2) Với LG ký hiệu cho hàm độ lỗi của thành phần generator Lgd ký hiệu cho hàm độ lỗi của giá trị đạo hàm trong ảnh Lop ký hiệu cho hàm độ lỗi của giá trị optical flow Ladv ký hiệu cho hàm độ lỗi của của kết quả trả về từ Discriminator Lhog ký hiệu cho hàm độ lỗi của giá trị HOG

Việc chỉ sử dụng cường độ của gradient làm độ lỗi về hình dáng của đối tượng sẽ khiến cho mô hình dự đoán

Generator (Unet)

Intensity/ Gradient

Discriminator

Flownet2

Flownet2

HOG Loss

Generator Loss

Hình 4: Tổng quan kiến trúc huấn luyện của phương pháp đề xuất.

chỉ tập trung tối ưu vào những chi tiết đường nét tổng

thể của video Tuy nhiên trong các video có độ phân

giải thấp, những đặc trưng về đường nét của các đối

tượng như người lại không rõ ràng nên sẽ thường bị bỏ

qua Vậy nên việc sử dụng hàm HOG trích xuất ra được

thông tin về góc cạnh cục bộ trong quá trình huấn luyện

mô hình dự đoán frame giúp bổ sung được những thông

tin về hình dáng của đối tượng, giúp cho mô hình dự

đoán frame dự đoán các frame bất thường chính xác,

chi tiết hơn khi áp dụng trên các video có độ phân giải

thấp

IV PHÂN TÍCH KẾT QUẢ THỰC NGHIỆM

A Bộ dữ liệu

Giới thiệu tổng quan về 4 bộ dữ liệu sử dụng trong

quá trình thực nghiệm, một vài ví dụ về các bộ dữ liệu

được trình bày trong Hình 5

• Bộ dữ liệu CUHK Avenue [13] chứa 16 video huấn

luyện và 21 video đánh giá với tổng cộng 47 sự kiện

bất thường bao gồm ném đồ vật, chạy, nhảy, che

khuất Kích thước của người có thể thay đổi vì vị

trí và góc của camera

• Bộ dữ liệu UCSD [11] gồm 2 phiên bản: UCSD

Pedestrian 1 (Ped 1) và UCSD Pedestrian 2 (Ped

2) Bộ UCSD Pedestrian 1 (Ped 1) gồm 34 video

huấn luyện và 36 video đánh giá với 40 sự kiện bất thường Tất cả các trường hợp bất thường này liên quan tới việc đi xe đạp, xe máy vào đường dành cho người đi bộ Bộ UCSD Pedestrian 2 (Ped 2) bao gồm 16 video huấn luyện và 12 video đánh giá với 12 sự kiện bất thường Định nghĩa của Ped

2 cũng giống với Ped 1 Sự khác biệt lớn nhất giữa

2 bộ này không chỉ ở kích thước bộ dữ liệu và góc quay mà còn ở độ phân giải của video Ped 1 có độ phân giải 238x158 so với 360 x 240 của Ped 2

• Bộ dữ liệu Subway Entrance dataset [12] chứa 1 video duy nhất được chia ra thành 2 phần dùng để huấn luyện và đánh giá Bộ huấn luyện bao gồm 20,000 frame đầu tiên của video, phần đánh giá gồm 116524 frame còn lại

B Độ đo đánh giá

Trong các nghiên cứu phát hiện bất thường [3], [4], [6], [5], một độ đo đánh giá được tính bằng độ đo Recerver Operation Characteristic (ROC) bằng cách thay đổi dần dần ngưỡng của điểm bình thường Sau đó diện tích ở dưới đường cong - Area Under Curve (AUC) được tích lũy thành một con số duy nhất trong khoảng [0,1]

để đánh giá hiệu suất của phương pháp Giá trị càng cao cho thấy hiệu suất phát hiện bất thường càng tốt

Độ phân giải thấp Độ phân giải cao

Bảng I: Kết quả thực nghiệm của 2 phương pháp Future frame prediction

Ride a bike

UCSD Ped 1

Ride a bike

UCSD Ped 2

Enter without payment

Subway Entrance CUHK Avenue

Throwing object

Hình 5: Một vài mẫu dữ liệu bình thường và bất thường

trên 4 bộ: UCSD Ped 1, UCSD Ped 2, CUHK Avenue

và Subway Entrance.

C Cài đặt thực nghiệm

Dữ liệu thực nghiệm được chia thành 2 tập: tập huấn

luyện (train), và tập kiểm tra (test) theo bài báo [6] Toàn

bộ quá trình thực nghiệm được triển khai trên GeForce

RTX 2080 Ti GPU với bộ nhớ 11019MiB Chúng tôi

tiến hành huấn luyện trên phiên bản cài đặt bằng Pytorch

của Future frame prediction1 Để huấn luyện mô hình

Future frame prediction, nghiên cứu thiết lập thông số

môi trường dựa trên cấu hình mặc định được cung cấp

trong mã nguồn cùng với một vài tinh chỉnh về số lượng

epoch và kích thước batch size Thông số tinh chỉnh được

trình bày trong Bảng II

Bảng II: Các thông số mô hình tinh chỉnh trong quá

trình huấn luyện

D Phân tích kết quả

Trong bài báo này, để đánh giá khả năng phát hiện bất thường, chúng tôi thực nghiệm phương pháp đề xuất trên

4 bộ dữ liệu gồm: UCSD Ped 1, UCSD Ped 2, CUHK Avenue và Subway Entrance Kết quả của thực nghiệm được trình bày trong Bảng I

Dựa vào bảng kết quả, có thể thấy phương pháp đạt được kết quả nhỉnh hơn khi thực nghiệm trên 2 bộ dữ liệu

có chất lượng hình ảnh thấp (UCSD Ped 1, Subway) Với

bộ Ped 1, kết quả ROC-AUC của phương pháp đề xuất nhỉnh hơn 0.74% so với phương pháp gốc Trên phương pháp Subway phương pháp đề xuất cũng cao hơn 1.9% Đối với 2 bộ dữ liệu Ped 2 và Avenue có chất lượng hình ảnh cao, phương pháp đề xuất chỉ có kết quả nhỏ hơn phương pháp gốc rất ít (0.1% và 0.13%) Từ kết quả này, có thể thấy việc sử dụng đặc trưng HOG đã trích xuất bổ sung thêm những đặc trưng của các đối tượng, từ đó giúp cải thiện kết quả của phương pháp Tuy nhiên, đối với những bộ dữ liệu có độ phân giải cao, đối tượng đã khá chi tiết vì thế nên đặc trưng này không có ảnh hưởng tốt

Trong khi đó, từ bảng III, có thể thấy mức tiêu thụ tài nguyên tính toán của phương pháp đề xuất cao hơn một chút so với phương pháp ban đầu Tuy nhiên, do

sự thay đổi chỉ diễn ra ở hàm lỗi trong quá trình huấn luyện và không đòi hỏi phải thêm dữ liệu nên sự khác biệt chỉ nằm ở thời gian của quá trình huấn luyện mô hình Đối với mức sử dụng bộ nhớ hoặc thời gian kiểm tra, dự đoán bất thường khi đưa vào thực tế của mô hình

đề xuất gần như không chênh lệch so với mô hình ban đầu Vì vậy, có thể thấy rằng phương pháp đề xuất cải

1 https://github.com/feiyuhuahuo/Anomaly_Prediction

Bảng III: Mức tiêu thụ tài nguyên tính toán của phương pháp được tính theo 2 tiêu chí: bộ nhớ và thời gian xử lý

Bộ nhớ đơn vị tính theo đơn vị Megabyte (MB), thời gian được đo theo đơn vị là giây (s)

FFP ký hiệu cho Future Frame Prediction [6]

thiện kết quả với mức tài nguyên tính toán sử dụng hợp

lý

Trong bài báo này, nghiên cứu đã đề xuất một hàm độ

lỗi mới cho việc dự đoán frame cho phương pháp phát

hiện bất thường Phương pháp này cho thấy khả năng

xử lý tốt trên các bộ dữ liệu có chất lượng độ phân giải

thấp (UCSD Ped 1, Subway Entrance) và vẫn duy trì

được kết quả tốt trên các bộ dữ liệu có chất lượng độ

phân giải cao (UCSD Ped 2, CUHK Avenue)

Từ những kết quả đạt được, chúng tôi đề xuất hướng

nghiên cứu tiếp theo sử dụng kết hợp các phương pháp

trích xuất đặc trưng trên ảnh và các phương pháp trích

xuất sử dụng học sâu hiện đại hơn

LỜI CẢM ƠN Chúng tôi xin chân thành cảm ơn Phòng thí nghiệm

Truyền thông Đa phương tiện (MMLab) của Trường Đại

học Công nghệ Thông tin, ĐHQG-HCM đã hỗ trợ chúng

tôi trong quá trình thực hiện nghiên cứu này

[1] S Zhu, C Chen, and W Sultani, “Video anomaly detection for

smart surveillance,” CoRR, vol abs/2004.00222, 2020 [Online].

Available: https://arxiv.org/abs/2004.00222

[2] G Pang, C Shen, L Cao, and A V D Hengel, “Deep

learning for anomaly detection,” ACM Computing Surveys,

vol 54, no 2, pp 1–38, Mar 2021 [Online] Available:

https://doi.org/10.1145/3439950

[3] Z Zaheer, A Mahmood, M Astrid, and S.-I Lee, CLAWS:

Clustering Assisted Weakly Supervised Learning with Normalcy

376.

[4] W Liu, W Luo, Z Li, P Zhao, and S Gao, “Margin learning

embedded prediction for video anomaly detection with a few

anomalies,” in Proceedings of the Twenty-Eighth International

Conferences on Artificial Intelligence Organization, Aug 2019.

[Online] Available: https://doi.org/10.24963/ijcai.2019/419

[5] M Z Zaheer, J ha Lee, M Astrid, and S.-I Lee, “Old is gold: Redefining the adversarially learned one-class classifier training paradigm,” 2020.

[6] W Liu, W Luo, D Lian, and S Gao, “Future frame prediction

for anomaly detection - a new baseline,” in 2018 IEEE/CVF

pp 6536–6545.

[7] H Park, J Noh, and B Ham, “Learning memory-guided normality for anomaly detection,” in 2020

https://doi.org/10.1109/cvpr42600.2020.01438 [8] R Morais, V Le, T Tran, B Saha, M Mansour, and S Venkatesh, “Learning regularity in skeleton trajectories for anomaly detection in videos,” in 2019

https://doi.org/10.1109/cvpr.2019.01227 [9] B Wan, Y Fang, X Xia, and J Mei, “Weakly supervised video anomaly detection via center-guided discriminative

learning,” in 2020 IEEE International Conference on Multimedia

https://doi.org/10.1109/icme46284.2020.9102722 [10] N Dalal and B Triggs, “Histograms of oriented gradients for

human detection,” in 2005 IEEE Computer Society Conference

2005, pp 886–893 vol 1.

[11] V Mahadevan, W Li, V Bhalodia, and N Vasconcelos,

“Anomaly detection in crowded scenes,” in 2010 IEEE Computer

2010, pp 1975–1981.

[12] A Adam, E Rivlin, I Shimshoni, and D Reinitz, “Robust real-time unusual event detection using multiple fixed-location

monitors,” IEEE Transactions on Pattern Analysis and Machine

Available: https://doi.org/10.1109/tpami.2007.70825 [13] C Lu, J Shi, and J Jia, “Abnormal event detection at 150 fps

in matlab,” in 2013 IEEE International Conference on Computer

[14] I Goodfellow, J Pouget-Abadie, M Mirza, B Xu, D Warde-Farley, S Ozair, A Courville, and Y Bengio, “Generative

adversarial networks,” Communications of the ACM, vol 63,

no 11, pp 139–144, Oct 2020 [Online] Available: https://doi.org/10.1145/3422622