跳到正文
arXiv · AI· Xiao Tan·· 11 天前AI 评分31

基于知识牵引的多模态弱监督视频异常检测方法

Multimodal Training with Knowledge Traction for Video Anomaly Detection

AI 导读

针对弱监督视频异常检测中仅依赖帧特征幅值的局限性,提出一种结合 LLM 提取文本先验与字典学习进行归一化压缩的新方法。 通过 LLM 和辅助信息解决图像描述模型对相似帧文本描述不一致的问题,并利用跨模态注意力机制融合先验知识,构建更准确的特征表示。实验结果表明该方法在准确性和稳定性上优于现有 SOTA 方法。

来源:arXiv · AI · arxiv.org