1. Introduction
-
异常检测通常视为无监督学习问题，利用没有异常样本的训练集学习一个描述正常样本的模型；在测试阶段，模型未描述的事件和活动被视为异常
-
Related works
-
基于重构误差的异常检测方法：在训练时候，给定正常的视频帧作为输入，模型提取特征表示并尝试再次重建输入。在测试时将具有较大重构误差的视频帧视为异常（前提假设时异常样本不能很好地重构，因为在模型训练期间从未见过）
缺点：基于CNN的自编码器等模型具有强大的特征表示能力能够更好的提取特征，异常帧的CNN特征可能会通过结合正常帧的CNN特征来重构，因此在这种情况下重构误差较小
-
基于预测未来帧的方法：在训练时将预测的未来帧与真实帧的差异最小化，是一种间接的异常检测方法
以上两种方法训练的模型提取的是更接近于general特征表示，而不是正常模式-
基于Deep SVDD的方法：利用单类分类目标将正常样本映射到超球体，在训练过程中最大程度减少超球体的体积，从而使正常样本紧密地映射到球的中心。这个中心代表正常数据的通用特征（即原型prototypical）
缺点：只有单个中心点，未考虑正常样本的各种模式
-
2. Method
-
本文提出了一种在视频序列中进行异常检测的无监督学习方法
-
本文认为单个原型特征不足以表示正常数据的各种模式，即视频的特征空间存在多个原型。因此设计了异常检测的存储模块，用于存储正常数据中不同的原型
Network architecture
输入：四个连续的视频帧
输入：预测第五个视频帧
模型组件：主要包括编码器、存储模块和解码器
编码器输入正常的视频帧并提取query features
使用memory items检索对应的正常模式原型并更新memory
将query features和memory聚合后输入到解码器
解码器重构得到预测帧
Encoder and Decoder
采用Unet的结构，但是去掉了skip connections
输入视频帧$I_t$
