video anomaly detection | BriefGPT

关键词video anomaly detection

搜索结果 - 61

MissionGNN: 基于层次多模态图神经网络的弱监督视频异常识别与任务特定知识图生成
这篇论文介绍了一种基于层次图神经网络（GNN）的新型模型 MissionGNN，通过利用先进的大型语言模型和全面的知识图谱，在 VAR 的弱监督学习中解决了异常检测和识别中的挑战。通过自动化的任务特定知识图生成，我们的模型提供了一种实际高效
PDF3 days ago
自动驾驶中异常情况的混合视频异常检测
自动驾驶中最具挑战性的情景是只能在其时间背景下检测到的情况。本文提出了 HF$^2$-VAD$_{AD}$，它是针对自动驾驶的 HF$^2$-VAD 监控视频异常检测方法的改进。我们从车辆自身的视角学习正常行为的表示，并在罕见和关键的情景中
PDF20 days ago
弱监督视频异常检测的聚合知识蒸馏
通过将多个骨干模型的聚合表示进行知识蒸馏，我们提出了一种相对简单的模型，达到了最先进的性能。我们的方法在多个基准数据集上取得了显著提高，尤其是在 UCF-Crime、ShanghaiTech 和 XD-Violence 数据集上，分别实现了
PDF25 days ago
10 年来视频异常检测：综述与展望
通过深度学习方法的视频异常检测（VAD）调查，本篇综述探索了传统监督训练范式之外的新兴弱监督、自监督和无监督方法，研究了 VAD 范式中的核心挑战，以及视觉语言模型（VLMs）作为强大的特征提取器在 VAD 中的作用，旨在增强复杂现实场景中
PDFa month ago
Hawk: 学习理解开放式世界视频异常
利用交互式大型视觉语言模型（VLM）解释视频异常以及改进动作模态以提高异常识别能力的 Hawk 框架在视频描述生成和问题回答方面超过了现有基准，实现了最先进的性能。
PDFa month ago
视频异常检测的网络系统：教程和综述
智能城市中的监控摄像头日益普及，结合在线视频应用的激增，引发了公共安全和隐私保护方面的担忧，促使自动化视频异常检测成为了人工智能领域中的一项基础研究任务。通过深度学习和边缘计算的进展，视频异常检测在智能城市和视频互联网中取得了显著进展和优势
PDFa month ago
人本视频异常检测的探索性研究：基于变分自编码器和轨迹预测
TSGAD 是一种新的基于姿态和变分自编码器的人体中心视频异常检测方法，通过对基准数据集进行全面实验，证明了 TSGAD 具有与最先进方法相媲美的效果，展示了采用变分自编码器的潜力及其对未来研究的有希望方向。
PDF2 months ago
评估野外视频异常检测的有效性：面向实际部署的在线学习和推断
通过在线学习框架，本研究评估了当前视频异常检测算法在现实环境中的适应性，特别是基于姿势分析的算法，在效率和隐私方面具备优势。研究发现，在最具挑战性的情况下，我们的在线学习方法使模型在特定目标领域中保持了 89.39% 的原始有效性。
PDF2 months ago
工业过程异常检测数据集：IPAD
基于新提出的工业场景视频异常检测数据集和方法，填补了工业视频异常检测领域的空白，推动了视频理解任务和智能工厂部署的进程。
PDF2 months ago
上下文感知的长期数据集视频异常检测
该研究论文提出了一种面向长期监控场景的上下文感知视频异常检测算法 Trinity，该算法适用于拥挤场景，其中个体难以跟踪，异常是由速度、方向或群体运动缺失引起的。通过对上下文、外观和动作之间的对齐质量进行学习，Trinity 使用对齐质量来
PDF3 months ago
CVPR动态区分学习：自适应伪异常用于视频异常检测
介绍了动态差异学习（DDL）用于视频异常检测的研究方法，该方法结合了伪异常、动态异常加权和差异损失函数，提高了检测精度，能够适应正常和异常行为的变异性，并在 Ped2、Avenue 和 ShanghaiTech 数据集上展示出卓越性能，为视
PDF3 months ago
CVPR利用大型语言模型实现免训练视频异常检测
视频异常检测 (VAD) 旨在暂时定位视频中的异常事件。本文提出了一种名为 LAnguage-based VAD (LAVAD) 的方法，利用预训练的大型语言模型 (LLMs) 和现有的视觉 - 语言模型 (VLMs) 来处理 VAD，通过
PDF3 months ago
视频异常检测中的补丁时空关系预测
通过自监督学习和视觉变换网络，提出一种用于视频异常检测的方法，能够有效地保留视频帧的空间和时间上的一致性，并且在三个公共基准测试中表现优于像素生成方法和其他自监督学习方法。
PDF3 months ago
ICLR用仅包含正常训练数据的正常潜空间约束进行异常检测
通过引入一种新的潜变量约束损失来限制自动编码器的重构能力，本研究在不增加额外计算成本的情况下，提出了一种有效的限制异常重构能力的自动编码器的方法，从而提高异常检测模型的性能。
PDF3 months ago
通过去噪分数匹配实现多尺度对数密度估计的视频异常检测
我们提出了一种新颖的视频异常检测方法：将从视频中提取的特征向量视为固定分布的随机变量的实现，并用神经网络对该分布进行建模，以便估计测试视频的可能性并通过阈值法检测视频异常。我们使用一种改进的去噪得分匹配方法来训练视频异常检测器，该方法通过向
PDF3 months ago
GlanceVAD: 探索用于高效标签的视频异常检测的瞥视监督
本文提出了一种名为 “glance annotation” 的新型标注范式，通过在异常事件中添加随机帧来平衡异常检测准确性和标注成本，在 UCF-Crime 和 XD-Violence 两个标准视频异常检测数据集上进行了综合分析和实验验证，
PDF4 months ago
基于大型语言模型的视频异常检测与解释
本文介绍了一种基于视频的大型语言模型在视频异常检测中的应用，该方法不需要阈值，并能解释检测到的异常事件。通过引入长期上下文网络模块和三阶段训练方法，提高了模型的性能并降低了数据需求和标注成本，该方法在 UCF-Crime 和 TAD 基准测
PDF6 months ago
基于时空伪异常生成的视频异常检测：一种统一方法
通过使用预先训练的潜在扩散模型修复被屏蔽区域图像，并进一步通过混合来扰动光流以产生时间空间扭曲，提出了一种新的生成通用时空伪异常的方法。此外，通过学习重建质量、时间不规则性和语义不一致性等三种异常指标的简单统一框架，在开放集识别任务下检测现
PDF7 months ago
开放词汇视频异常检测
这篇论文提出了一种能够利用预训练的大型模型来检测和分类已知和未知异常的开放词汇视频异常检测方法，并通过引入语义知识和合成异常来提高模型的性能。
PDF8 months ago
多任务轨迹异常检测的整体表示学习
视频异常检测中，除了视觉信号外，我们还应用了骨架序列。我们提出了一种完整的骨架轨迹表示方法，以学习不同时间段内预期的动作。我们使用多任务学习来重建轨迹的任何未观测连续时间段，从而实现过去或未来时间段的外推和插值。我们采用了端到端的基于注意力
PDF8 months ago