XD-Violence
PulseAugur coverage of XD-Violence — every cluster mentioning XD-Violence across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
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…
-
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。
-
新架构提升音频语言模型对显著声音的注意力
研究人员开发了NAACA，这是一种旨在改进音频语言模型处理长音频录音方式的新型架构。NAACA采用无训练方法，并结合振荡工作记忆（OWM）来过滤显著的听觉事件，减少不必要的处理。该方法在暴力检测等任务上显著提高了性能，在XD-Violence数据集上的平均精度从53.50%提高到70.60%。
-
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。