[论文解读] Enhanced Few-shot Learning for Intrusion Detection in Railway Video Surveillance

Xiao Gong, Xi Chen+1 more|arXiv (Cornell University)|Nov 9, 2020

Anomaly Detection Techniques and Applications参考文献 33被引用 5

一句话总结

本文提出了一种改进的模型无关元学习器（MAML）用于铁路视频监控中的少样本入侵检测，通过结合原始视频帧和分割后的轨道区域掩码，提升模型泛化能力。该方法通过减少因场景内高相似性导致的过拟合，并仅用少量梯度步数即可快速适应未见过的场景，实现了优异的准确率——在5-shot任务中最高达83.80%。

ABSTRACT

Video surveillance is gaining increasing popularity to assist in railway intrusion detection in recent years. However, efficient and accurate intrusion detection remains a challenging issue due to: (a) limited sample number: only small sample size (or portion) of intrusive video frames is available; (b) low inter-scene dissimilarity: various railway track area scenes are captured by cameras installed in different landforms; (c) high intra-scene similarity: the video frames captured by an individual camera share a same backgound. In this paper, an efficient few-shot learning solution is developed to address the above issues. In particular, an enhanced model-agnostic meta-learner is trained using both the original video frames and segmented masks of track area extracted from the video. Moreover, theoretical analysis and engineering solutions are provided to cope with the highly similar video frames in the meta-model training phase. The proposed method is tested on realistic railway video dataset. Numerical results show that the enhanced meta-learner successfully adapts unseen scene with only few newly collected video frame samples, and its intrusion detection accuracy outperforms that of the standard randomly initialized supervised learning.

研究动机与目标

• 解决铁路视频监控中入侵样本标注数据有限的挑战。
• 克服视频数据中场景内相似性高（重复背景）与场景间差异性低（多样化轨道环境）的问题。
• 开发一种少样本学习框架，实现在仅需少量标注数据的情况下，快速适应新出现的未见过的铁路场景。
• 通过特征工程与过拟合风险的理论分析，提升检测准确率并降低误报率。
• 为实际铁路监控系统提供计算高效、可部署的解决方案。

提出的方法

• 使用原始视频帧和预先提取的轨道区域分割掩码联合训练一种模型无关元学习器（MAML）。
• 集成全卷积网络（FCN-8s）以生成精确的铁路轨道掩码，增强特征表示能力。
• 在元训练过程中应用数据增强技术，包括打乱顺序与Dropout，以减少过拟合。
• 通过理论分析解释并缓解因同一场景内视频帧高度相似而引发的过拟合问题。
• 在新场景上仅使用少量梯度下降步数和少样本支持集对元学习器进行微调。
• 在受控的少样本评估设置下，将元学习器的性能与随机初始化的CNN和ProtoNets进行对比。

实验结果

研究问题

• RQ1 仅用少量标注样本，少样本元学习方法能否有效检测铁路视频监控中的入侵行为？
• RQ2 在模型中引入分割后的轨道掩码在多大程度上提升了入侵检测模型的泛化能力与鲁棒性？
• RQ3 视频帧在场景内部高度相似在多大程度上导致元学习中的过拟合？该问题如何被缓解？
• RQ4 与标准监督学习及基于度量的元学习方法（如ProtoNets）相比，所提出的基于MAML的方法在准确率与收敛速度方面表现如何？
• RQ5 该元学习器能否在极少微调与计算成本下泛化到未见过的铁路场景？

主要发现

• 所提方法在5-shot任务上实现了83.80%的平均检测准确率，显著优于基线方法ProtoNets（78.27%）及其他采用附加技术的变体。
• 在20次梯度步数后，采用元初始化的元学习器在1-、3-、5-和10-shot任务中分别比随机初始化高出4.8%、3.9%、3.7%和2.3%的准确率。
• 引入分割掩码后，检测性能得到提升，相比仅使用原始帧，误报率（FPR）显著降低。
• 加入打乱顺序与Dropout技术后，准确率进一步提高，当所有增强技术全部应用时达到最佳性能（83.80%）。
• 理论分析证实，高场景内相似性会增加过拟合风险，而通过数据增强等工程手段可有效缓解该问题。
• 该方法展现出快速适应能力：元学习器仅需少量梯度步数即可在新未见的铁路场景中达到高准确率，适用于实时部署的计算效率要求。