AvenueFusion 项目报告与展示材料

本仓库用于展示 AvenueFusion 课程项目的报告、结果图和 demo 材料。

AvenueFusion 基于 CUHK Avenue 数据集，任务目标是视频异常检测：对监控视频逐帧输出异常风险分数，并用可视化结果展示异常区域。

项目报告覆盖五类模型与方法：

• 自编码器：通过重建误差发现异常画面或异常区域。
• 图像分类：用 CNN 判断单帧是否异常。
• 目标检测：用检测框定位可疑目标或异常区域。
• 语义/运动分割：用 mask 表示前景、运动区域或实例区域。
• 序列模型：用连续帧特征建模异常行为过程。

本仓库只包含报告和展示材料，不包含数据集、模型权重、完整 outputs、训练中间结果或视频帧。

报告入口

• 完整流程报告
• 原项目 README 摘要

Demo 说明

• assets/images/demo_risk_curve.png：demo 视频逐帧风险分数曲线。
• assets/images/demo_key_frames.png：关键帧展示，包含风险分数、预测框和分割区域。
• assets/videos/demo_overlay_video.mp4：叠加风险、检测框和分割 mask 的 demo 视频。