arXiv · 机器人与计算机视觉· Xiao Tan·· 10 天前AI 评分38
多模态知识牵引训练提升视频异常检测性能
Multimodal Training with Knowledge Traction for Video Anomaly Detection
AI 导读
针对弱监督视频异常检测任务,该方法利用大语言模型与文本提示建立先验信息,并通过字典学习压缩数据以增强鲁棒性。实验发现图像描述存在不一致,因此引入辅助信息确保相似帧描述的文本一致性。最终提出的特征处理方案结合跨模态注意力机制,在准确性与稳定性上超越现有最先进方法。
来源:arXiv · 机器人与计算机视觉 · arxiv.org