English(EN) VigilFormer: Deformable Attention for Video Anomaly Detection with Causal Risk Inference

VigilFormer框架通过高效注意力增强视频异常检测

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-16 04:00

研究人员开发了VigilFormer，一种用于视频异常检测的新型框架，可在准确性和实时处理之间取得平衡。该系统利用可变形时空编码器来高效地关注相关视频片段，并利用因果异常分类器在没有帧级标签的情况下区分异常。此外，自适应置信度调度器在推理过程中动态跳过非关键帧，以进一步优化性能。 AI

排序理由该集群包含一篇详细介绍视频异常检测新框架的研究论文。[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) · Xinze Zhang · 2026-06-16 04:00

VigilFormer: Deformable Attention for Video Anomaly Detection with Causal Risk Inference

arXiv:2606.14724v1 Announce Type: cross Abstract: Video anomaly detection in surveillance settings must balance detection accuracy against real-time throughput, a tension that existing methods address either through stronger feature extractors or more efficient architectures, but…