从0单排：学风侏儒——GCN论文：Graph Convolutional Label Noise Cleaner: Train a Plug-and-play Action Classifier for Anomaly Detection

cvpr 2019，竟然和视频异常检测这个比较小的领域有关，挺有意思

• 问题：弱标签视频异常检测（只有视频级标签）在先前的工作中被定义为一个典型的多实例学习问题 multi-instance learning problem，将视频作为一个bag，包含被认为实例的片段。作者将其转换为在Noisy labels下的监督学习问题。noise labels 指的是在异常视频中正常片段的错误标注。
• 挑战：在 Noisy labels 的情况下，只要能清理这些noisy label， 就可以直接在弱监督异常检测的情况下采用一个全监督动作分类器。
• 创新：采用GCN来矫正noisy label。基于特征相似性和时序连续性，会逐渐将高置信度片段的监督信号传播到低置信度的样本。采用单一模型，而没有预处理的过程，使得模型更便捷和高校。
  
  包含了两个阶段：Cleaning 和 Classification，training时这两个阶段不断执行直到收敛。在testing时，不再需要cleaner，而是直接获取分类器效果：
  1. Cleaning阶段，训练一个清理器 cleaner 来纠正从分类器获得的噪音预测，提供精炼后的标签：通过高置信度预测检验低置信度预测。采用一个GCN来建立高置信度和低置信度片段之间的关系。一共有两种图，一个是利用特征相似性，另一个利用时间连续性，从这两个维度解决伪标签问题。在图中，片段被抽象为顶点，异常信息在边上传播。利用特征相似度和时间连续性来纠正label。
     
  2. Classification阶段：动作分类器用cleaned labels 重训练动作分类器，生成更可靠地预测。3D-conv结构的C3D和双流结构的TSN。
• 实验：实验部分，可以看到，双流RGB效果是最好的，C3D次之，最差的是双流Optical。在消融实验中，Feature Similarity部分比Temporal Consistency起到的作用更重要。不过其实两者效果差不太多。