PulseAugur
中
实时 10:38:14
实体 Surveillance Anomaly Classification

Surveillance Anomaly Classification

PulseAugur coverage of Surveillance Anomaly Classification — every cluster mentioning Surveillance Anomaly Classification across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_245042 ·

    联邦学习通过混合CNN-VLM方法增强监控隐私

    研究人员开发了一种新颖的联邦学习方法，用于监控系统，通过最小化原始视频传输来增强隐私。所提出的混合架构使用轻量级CNN门在本地筛选视频，仅将潜在异常的片段转发到服务器上的强大视觉语言模型进行详细分类。该方法旨在平衡分类准确性与减少数据传输，在UCF-Crime数据集上显示出有希望的结果，并展示了联邦学习在粗粒度异常检测中的潜力。