arXiv · ML· Khaled Waleed Dawoud, Muhammad Zaigham Zaheer, Khan Muhammad, Muhammad Haris Khan·· 6 小时前AI 评分33
MoG-VLM: 通过运动引导视觉语言模型实现高效视频异常检测
MoG-VLM: Efficient Video Anomaly Detection through Motion-Guided Vision-Language Models
AI 导读
提出 MoG-VLM 框架，利用 Temporal Gradient Magnitude (TGM) 进行内容感知采样，解决密集帧级推理导致的实时部署难题。 在零样本免训练设置下，该模型在 XD-Violence、UCF-Crime、MSAD 和 ShanghaiTech 四个基准上分别取得 91.91%、84.30%、87.88% 和 78.96% 的 AUC-ROC 成绩。
来源：arXiv · ML · arxiv.org