UCF-Crime
PulseAugur coverage of UCF-Crime — every cluster mentioning UCF-Crime across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
新研究利用因果模型和改进的评估方法解决视频异常检测问题
研究人员正在探索视频异常检测的新方法，重点是提高效率和准确性。一篇论文介绍了一种严格因果流异常检测器，该检测器使用类似Mamba的状态空间模型，每帧更新时间恒定，在边缘硬件上实现了高吞吐量，但准确性低于非因果基线。另一项研究批判性地审查了弱监督视频异常检测的评估指标，发现常用的帧级指标通常反映视频级排名，而不是精确的时间定位。第三篇论文研究了视觉语言模型（VLM）在无训练异常检测中的应用，并强调了如何将VLM输出转换为异常分数会显著影…
-
新研究强调联邦学习系统的漏洞 · 跟踪到2个来源
研究人员开发了新的框架来解决联邦学习系统中的安全漏洞。一种名为STAIN-FL的方法，通过操纵标签和掩盖梯度，在视频异常检测中引入了隐蔽的、上下文触发的后门攻击，在对干净准确率影响最小的情况下，表现出显著的错误分类率。另一项贡献BackDFL，作为去中心化联邦学习中后门攻击和防御的统一基准，揭示了在现实的、自适应的攻击下，尤其是在异构和依赖图拓扑的场景中，当前鲁棒的方法和适应性防御会失效。
-
新框架通过空间定位增强视频异常检测
研究人员开发了SST-WSVADL，一个旨在通过关注空间定位而非仅仅时间线索来改进弱监督视频异常检测（WSVAD）的新框架。该方法旨在减轻模型可能错误地将异常与背景上下文关联起来的伦理担忧。该框架使用动态稀疏化来集中于相关的时空区域，抑制不相关的背景信息。研究团队还发布了UCF-Crime和XD-Violence等数据集的帧级空间注释和评估协议，以便对WSVAD预测中的空间偏见进行审计。
-
新研究通过代理推理和联邦学习推进视频异常检测
多篇研究论文正在探索视频异常检测（VAD）的高级技术，超越传统方法。一种名为“Glance then Scrutinize”（GtS）的方法，在无需预先训练的情况下，利用文本指导进行异常定位和理解。另一种方法“VTO: Visual Tool Orchestration”采用带有基础模型的强化学习框架，动态地与工具交互以进行VAD。联邦学习也被应用于此，其中“FedVAR”解决了去中心化VAD系统中的语义不匹配问题。此外，研究还调查了…
-
AgenticVAU框架采用多智能体方法进行视频异常理解
研究人员推出AgenticVAU，一个新颖的、用于视频异常理解的多智能体框架。该系统首先通过探索潜在异常，然后通过有针对性的观察进行验证。它采用了四个专门的智能体，分别负责规则构建、搜索规划、视频观察和决策制定，并通过共享的证据内存进行通信。在VAU-Bench数据集上的实验表明，AgenticVAU的表现优于现有的零样本和基于强化学习的方法。
-
新研究解决视频异常检测中的定义盲区问题
两篇新研究论文解决了开放世界视频异常检测的挑战，在这种情况下，系统必须识别用户定义的异常事件。第一篇论文《重新思考开放世界视频异常检测》提出了“定义盲区”的概念，即当前模型在一般异常检测方面表现良好，但在响应特定异常定义时却未能准确响应。它提出了新的评估指标和对比评分规则来解决这个问题。第二篇论文《上下文结构化视频异常检测》提出了一种名为 CSI-VAD 的无需训练的方法，该方法将视频分解为环境、对象和时间上下文，以在不需要预定义文本…
-
新框架SESAD通过结构化推理改进视频异常检测
研究人员开发了一个名为SESAD的新框架，用于弱监督视频异常检测。该方法将异常检测视为对剪辑级视觉证据进行结构化推理的过程，从而解决了准确识别异常事件的挑战。SESAD重新组织剪辑表示，以选择相关的语义信息，同时抑制与场景相关的干扰，从而提高检测稳定性。该框架还包含一个几何判别模块，以增强异常决策。在UBnormal、ShanghaiTech和UCF-Crime数据集上的实验证明了SESAD的有效性，在保持计算效率的同时实现了高AUC分数。
-
新的PULS系统使用语义世界模型管道预测视频异常
研究人员开发了PULS（预测统一潜在空间），一种用于连续视频异常检测的新型管道，它超越了被动响应方法。PULS由KSD桥组成，该桥使用Qwen3-VL-Embedding-2B将V-JEPA 2的物理张量转换为文本对齐的超球体，以及一个预测状态预测器（ASP）。这种方法在UCF-Crime和XD-Violence等数据集上取得了出色的性能，证明了潜在清晰度假说，即预期的未来表征比当前表征在语义上更易分离。ASP模块进一步完善了这些预期…
-
新的深度学习框架通过时间验证增强了实时视频监控
研究人员开发了一种新颖的多任务深度学习框架，专为实时智能视频监控而设计。该系统集成了多个关键检测模块，包括人脸识别、车牌识别、武器检测以及火灾/烟雾检测，所有这些模块都在共享的GPU上运行。该框架引入了专门用于武器检测和动作识别的模型，在自定义数据集上实现了高精度。一项关键创新是时间事件验证架构，它使用多帧确认和置信度加权投票来减少误报并提高检测到的安全事件的可靠性，同时保持实时性能。
-
VigilFormer框架通过高效注意力增强视频异常检测
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。
-
MemoVAD 通过 VLM 实现高效的边缘视频异常检测
研究人员开发了 MemoVAD，一个用于边缘设备上资源高效视频异常检测的新框架。该系统结合了边缘和云处理，并采用独特的感知不确定性的门控策略，仅将高不确定性的片段发送到基于云的视觉语言模型（VLM）。动态语义内存存储 VLM 验证的原型，使边缘模型能够逐步学习更丰富的语义，并显著降低通信开销，同时保持高性能。
-
新数据集ExtrAnom增强女性安全视频异常检测
研究人员推出了ExtrAnom数据集，这是一个新的多模态基准，旨在提高专门针对女性安全的视频异常检测（VAD）能力。该数据集包含1001个视频，其中501个被标记为异常，涵盖了跟踪、抢劫和骚扰等犯罪行为。ExtrAnom包含低光照和低分辨率等挑战性条件，并且每个视频都配有人工生成和LLM生成的文本描述，以辅助跨模态验证。
-
新框架使用冻结的VLM进行无训练视频异常检测
研究人员开发了CoReVAD，一个用于在视频中检测异常的新框架，无需进行特定任务的训练。该方法利用单个冻结的视觉语言模型（VLM）来生成异常分数和描述性解释。为了完善这些输出，CoReVAD整合了一个用于视觉-文本对齐的局部响应清理模块，以及一个用于时间上下文的基于softmax的带有高斯平滑的精炼模块。
-
LLMs enhance video anomaly detection with reasoning and spatial grounding
研究人员开发了VANGUARD，一个将视频异常检测与多模态大型语言模型相结合的新框架。该系统不仅能识别异常，还能提供可解释的思维链推理和异常事件的精确空间定位。VANGUARD采用分阶段训练方法和师生标注流程，在UCF-Crime等基准测试中取得了优异的性能，并展示了跨领域泛化能力。
-
Action Hints 论文使用 LLM 进行基于骨骼的视频异常检测
研究人员开发了一个新的零样本视频异常检测（ZS-VAD）框架，该框架利用骨骼数据中的语义典型性和上下文独特性。该方法旨在通过从大型语言模型中提取关于正常和异常行为的知识来提高对新场景的泛化能力。该方法在多个数据集上取得了最先进的结果，而无需目标域训练数据。