ترجمه فارسی مقاله یک چارچوب یادگیری عمیق مقیاس‌پذیر و تعمیم‌یافته برای تشخیص ناهنجاری در ویدیوهای نظارتی

چکیده

Anomaly detection in videos is challenging due to the complexity, noise, and diverse nature of activities such as violence, shoplifting, and vandalism. While deep learning (DL) has shown excellent performance in this area, existing approaches have struggled to apply DL models across different anomaly tasks without extensive retraining. This repeated retraining is time-consuming, computationally intensive, and unfair. To address this limitation, a new DL framework is introduced in this study, consisting of three key components: transfer learning to enhance feature generalization, model fusion to improve feature representation, and multi-task classification to generalize the classifier across multiple tasks without training from scratch when new task is introduced. The framework’s main advantage is its ability to generalize without requiring retraining from scratch for each new task. Empirical evaluations demonstrate the framework’s effectiveness, achieving an accuracy of 97.99% on the RLVS dataset (violence detection), 83.59% on the UCF dataset (shoplifting detection), and 88.37% across both datasets using a single classifier without retraining. Additionally, when tested on an unseen dataset, the framework achieved an accuracy of 87.25%. The study also utilizes two explainability tools to identify potential biases, ensuring robustness and fairness. This research represents the first successful resolution of the generalization issue in anomaly detection, marking a significant advancement in the field.

چکیده به فارسی (ترجمه ماشینی)

تشخیص ناهنجاری در فیلم ها به دلیل پیچیدگی ، سر و صدا و ماهیت متنوع فعالیت هایی مانند خشونت ، خرید و فروش و خرابکاری چالش برانگیز است.در حالی که یادگیری عمیق (DL) عملکرد بسیار خوبی را در این زمینه نشان داده است ، رویکردهای موجود تلاش کرده اند تا مدل های DL را در کارهای مختلف ناهنجاری و بدون آموزش گسترده اعمال کنند.این بازآموزی مکرر وقت گیر ، محاسباتی فشرده و ناعادلانه است.برای پرداختن به این محدودیت ، یک چارچوب DL جدید در این مطالعه معرفی شده است ، متشکل از سه مؤلفه اصلی: یادگیری برای تقویت تعمیم ویژگی ، فیوژن مدل برای بهبود نمایندگی ویژگی ها و طبقه بندی چند کار برای تعمیم طبقه بندی کننده در چندین کار بدون آموزش ازهنگام معرفی کار جدید ، خراش دهید.مزیت اصلی این چارچوب توانایی آن در تعمیم بدون نیاز به بازآموزی از ابتدا برای هر کار جدید است.ارزیابی های تجربی نشان دهنده اثربخشی چارچوب ، دستیابی به دقت 97.99 ٪ در مجموعه داده های RLVS (تشخیص خشونت) ، 83.59 ٪ در مجموعه داده UCF (تشخیص خرید و فروش) و 88.37 ٪ در هر دو مجموعه داده با استفاده از یک طبقه بندی واحد و بدون بازآفرینی است.علاوه بر این ، هنگامی که بر روی یک مجموعه داده غیب مورد آزمایش قرار گرفت ، چارچوب به دقت 87.25 ٪ دست یافت.این مطالعه همچنین از دو ابزار توضیح برای شناسایی تعصبات احتمالی ، اطمینان از استحکام و انصاف استفاده می کند.این تحقیق اولین وضوح موفقیت آمیز مسئله تعمیم در تشخیص ناهنجاری را نشان می دهد و پیشرفت قابل توجهی در این زمینه را نشان می دهد.