[论文解读] Good Practices and A Strong Baseline for Traffic Anomaly Detection

Yu‐Xiang Zhao, Wenhao Wu+4 more|arXiv (Cornell University)|May 9, 2021

Anomaly Detection Techniques and Applications参考文献 46被引用 6

一句话总结

该论文提出了一种手工设计的分层框架用于交通异常检测，该框架在预处理阶段集成了视频稳定、背景建模和车辆检测，利用基于运动模式和时空分析的动态追踪技术定位异常起始时间，并通过后处理进行边界优化。该方法在数据量有限的场景下取得了最先进性能，在NVIDIA AI CITY 2021 Track 4挑战赛中以95.24%的F1分数和5.3080的RMSE排名第一，证明了在低数据环境下人工先验的有效性。

ABSTRACT

The detection of traffic anomalies is a critical component of the intelligent city transportation management system. Previous works have proposed a variety of notable insights and taken a step forward in this field, however, dealing with the complex traffic environment remains a challenge. Moreover, the lack of high-quality data and the complexity of the traffic scene, motivate us to study this problem from a hand-crafted perspective. In this paper, we propose a straightforward and efficient framework that includes pre-processing, a dynamic track module, and post-processing. With video stabilization, background modeling, and vehicle detection, the pro-processing phase aims to generate candidate anomalies. The dynamic tracking module seeks and locates the start time of anomalies by utilizing vehicle motion patterns and spatiotemporal status. Finally, we use post-processing to fine-tune the temporal boundary of anomalies. Not surprisingly, our proposed framework was ranked $1^{st}$ in the NVIDIA AI CITY 2021 leaderboard for traffic anomaly detection. The code is available at: https://github.com/Endeavour10020/AICity2021-Anomaly-Detection .

研究动机与目标

• 为解决在训练数据严重受限的复杂城市环境中，端到端深度学习模型因数据不足而性能下降的挑战。
• 开发一种基于人类先验知识而非完全依赖深度学习的鲁棒且可解释的框架。
• 通过系统化的后处理优化检测边界，提升异常的时间定位精度。
• 为未来交通异常检测研究建立一个强大且可复现的基线，采用实用的手工设计技术。

提出的方法

• 预处理阶段包括使用光流法进行视频稳定，采用MOG2进行背景建模，以及使用YOLOv5进行车辆检测，以生成候选异常。
• 动态追踪模块通过分析车辆运动模式、时空一致性以及基于轨迹的掩码，识别异常的起始时间。
• 系统采用多阶段状态转移模型，并在连续帧上设置阈值，将车辆状态分类为正常、可疑或异常。
• 后处理通过IoU、PSNR和颜色直方图阈值对时间边界进行优化，以减少误报并提高定位精度。
• 通过空间和强度变化阈值的车辆碰撞检测对异常进行进一步验证。
• 应用管间融合与管内相似性检查（使用SSIM和PSNR），以整合多个轨迹上一致的异常轨迹。

实验结果

研究问题

• RQ1 在训练数据严重受限的情况下，手工设计的非端到端框架是否能在交通异常检测中超越深度学习基线？
• RQ2 视频稳定和背景建模在减少由相机抖动和动态背景引起的误报方面效果如何？
• RQ3 运动模式分析与时空一致性在提升异常起始时间定位精度方面能发挥多大作用？
• RQ4 后处理优化在减少时间边界误差并提升F1分数方面起到何种作用？
• RQ5 具有人工工程先验的模块化分层设计能否作为未来异常检测研究的强而可复现的基线？

主要发现

• 所提出的框架在NVIDIA AI CITY 2021 Track 4测试集上取得了95.24%的F1分数，显著优于其他方法。
• 该方法实现了5.3080秒的低均方根误差（RMSE），表明具有高时间定位精度。
• 系统在比赛中整体排名第一，最终S4得分为0.9355，超越所有其他参赛团队。
• 采用视频稳定与基于运动的背景建模有效减少了由相机运动和环境噪声引起的误报。
• 通过IoU、PSNR和颜色直方图阈值的后处理显著减少了边界误差，提升了检测精度。
• 该框架在多种相机角度和交通条件下均表现出鲁棒性，验证了其在真实场景中的泛化能力。