• 목록

[일시] 2026.07.22.

[세미나 주제]

Real-world Anomaly Detection in Surveillance Videos

[발표자]

정송희

[요약]

본 발표에서는 실제 환경의 이상 상황을 탐지하기 위한 Real-world Anomaly Detection in Surveillance Videos와 Multiple Instance Learning(MIL)의 편향 문제를 해결하기 위한 Unbiased Multiple Instance Learning for Weakly Supervised Video Anomaly Detection 논문을 리뷰하였다.

Real-world Anomaly Detection in Surveillance Videos는 실제 감시 환경을 반영한 대규모 UCF-Crime Dataset을 제안하고, Weakly Supervised Learning 기반의 Anomaly Detection Framework를 소개하였다. 본 논문은 하나의 Video를 여러 Snippet으로 나누고 Multiple Instance Learning(MIL)을 활용하여 Video-level Label만으로 각 Snippet의 Anomaly Score를 예측한다. 이를 통해 Frame-level Annotation 없이 Anomaly Localization이 가능함을 보여주었다.

하지만 기존 MIL 방식은 Anomaly Video 내 일부 높은 Score를 가진 Snippet에 의존하는 Selection Bias 문제가 발생하며, Normal과 Anomaly Pattern을 명확하게 구분하지 못하는 한계가 존재한다. Unbiased Multiple Instance Learning for Weakly Supervised Video Anomaly Detection은 이러한 문제를 해결하기 위해 UMIL Framework를 제안하였다. UMIL은 예측 결과를 기반으로 Snippet을 Confident Set과 Ambiguous Set으로 구분하고, Cluster Head를 활용하여 Snippet을 2개의 클러스터로 분리하여 학습한다. 이를 통해 기존 MIL의 편향을 줄이고 더욱 안정적인 Anomaly Representation을 학습한다.

실험 결과, UMIL은 UCF-Crime과 XD-Violence Dataset에서 기존 WSVAD 방법보다 높은 성능을 달성하였으며, MIL 기반 학습에서 발생하는 편향 문제를 효과적으로 완화하였다.

[Q&A]

Q : Snippet과 Clip(Segment)의 차이는 무엇인가요?

A : Snippet, Segment, Clip은 영상을 나눈 구간이라는 의미로 비슷한 용어입니다.  논문에서는 MIL에서 각각을 하나의 Instance로 사용하기 때문에 학습 단위라는 의미를 강조해서 Snippet이라는 용어를 사용한 것으로 이해했습니다.

Q : Temporal Segment의 의미는 무엇인가요?

A: Temporal Segment는 영상의 시간 축을 기준으로 나눈 구간이라는 의미입니다. 긴 영상을 32개의 구간으로 나누고, 각 구간을 하나의 Instance(Snippet)로 보고 Anomaly Score를 예측합니다. 32개는 모델 입력 크기를 맞추기 위한 설정입니다.

[관련논문]

- Real-world Anomaly Detection in Surveillance Videos
- Unbiased Multiple Instance Learning for Weakly Supervised Video Anomaly Detection

[녹화영상]

https://us06web.zoom.us/rec/share/1x3BgO5d8WVBqrEGHdrR7tZTMh_nnHrc6Zo7n2p1-TXp7HOnxBBFcVby7GwWu8-o.zivJC-KtQE_YNHvM