研究人员开发了MS2CAST,一个用于检测视频片段中异常的新框架。该系统利用多尺度交叉注意力编码器,该编码器结合了来自视觉Transformer (MViTv2-S) 和CNN (ConvNeXt-T) 的特征,以更好地捕捉空间信息。为了模拟时间动态,MS2CAST集成了基于Swin Transformer的模块 (SwinLSTM) 或基于Vision Mamba的模块 (VMRNN),避免了计算密集的光流计算。该框架在UCSD Ped2、CUHK Avenue和ShanghaiTech等标准数据集上展示了具有竞争力的性能,同时保持了较低的GPU内存使用量。 AI
影响 引入了一个新颖的视频异常检测框架,通过高效的运动分析有可能改进监控系统。
排序理由 该条目描述了一篇详细介绍新颖视频异常检测框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- ConvNeXt-T
- CUHK Avenue
- MS2CAST
- MViTv2-S
- ShanghaiTech
- SwinLSTM
- Swin Transformer
- UCSD Ped2
- Vision Mamba
- VMRNN
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →