PulseAugur
中
实时 07:38:40
English(EN) Reliability-Aware Prototype Calibration for Frozen Pose-Flow Video Anomaly Detection

新的校准方法提高了视频异常检测的准确性

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新的事后评分校准方法，称为可靠性感知原型校准（RPC），用于冻姿流视频异常检测系统。该方法通过在潜在空间中添加标准化的最近原型偏差来增强现有检测器提供的基于似然的排名，然后通过关键点置信度进行门控。RPC 在各种数据集和姿势流骨干网络上都显示出帧级 AUROC 的改进，表明在无法重新训练的情况下，它对于加强现有系统非常有用。 AI

影响 在无需重新训练的情况下提高了现有视频异常检测系统的准确性。

排序理由 详细介绍视频异常检测新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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

新的校准方法提高了视频异常检测的准确性

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Zhuangzhuang Pan ·

    Reliability-Aware Prototype Calibration for Frozen Pose-Flow Video Anomaly Detection

    Pose-flow video anomaly detectors are attractive for one-class surveillance because they provide likelihood-based rankings for tracked skeleton windows. However, a single likelihood score may hide multimodal normal behavior and be sensitive to pose-observation noise. We study a f…

相关实体

相关话题