English(EN) Weakly-Supervised Spatiotemporal Anomaly Detection

新的弱监督方法可在无详细标签的情况下检测视频异常

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-13 16:28

研究人员开发了一种新的弱监督方法，用于视频中的时空异常检测。该方法仅使用视频级标签训练网络，指示视频是否正常或包含异常，而无需逐帧的详细注释。该系统从视频片段中提取特征，并采用多实例排序损失为特定的时空区域生成异常分数。在UCF Crime2Local数据集上展示了实验结果。 AI

影响这项研究通过减少对大量手动注释的需求，可能带来更高效的视频监控和分析系统。

排序理由该集群包含一篇在arXiv上发表的新学术论文，详细介绍了一种新颖的异常检测方法。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Mubarak Shah · 2026-05-13 16:28

Weakly-Supervised Spatiotemporal Anomaly Detection

In this paper, we explore a weakly supervised method for anomaly detection. Since annotating videos is time-consuming, we only look at weak video-level labels during training. This means that given a video, we know that it is either normal or contains an anomaly, but no further a…