CoReVAD: Rilevamento di Anomalie Video Senza Addestramento con VLM
Un nuovo framework chiamato CoReVAD è stato introdotto dai ricercatori per rilevare anomalie video senza necessità di addestramento. Questo modello di ragionamento contestuale utilizza un singolo Modello Visione-Linguaggio (VLM) congelato e si distingue dalle tecniche esistenti che dipendono da addestramento specifico o da Grandi Modelli Linguistici (LLM) esterni. CoReVAD genera direttamente sia punteggi di anomalia che descrizioni temporali, eliminando requisiti di addestramento aggiuntivi. Incorpora un meccanismo di Local Respo per ridurre il rumore nelle uscite generative. Questo approccio innovativo affronta le sfide della dipendenza dal dominio e degli alti costi associati ai metodi tradizionali di rilevamento di anomalie video, offrendo un ragionamento leggibile dall'uomo oltre ai punteggi di anomalia scalari. I risultati sono dettagliati in un articolo disponibile su arXiv (2605.23116v1).
Fatti principali
- 1. CoReVAD è un framework di rilevamento anomalie video senza addestramento.
- 2. Utilizza un singolo Modello Visione-Linguaggio (VLM) congelato.
- 3. Genera direttamente punteggi di anomalia e descrizioni temporali.
- 4. Introduce un meccanismo di Local Respo per ridurre il rumore.
- 5. Evita fasi di addestramento aggiuntive come l'istruzione fine-tuning o l'apprendimento verbalizzato.
- 6. Non richiede Grandi Modelli Linguistici (LLM) esterni.
- 7. Affronta la dipendenza dal dominio e gli alti costi di addestramento dei metodi VAD esistenti.
- 8. L'articolo è disponibile su arXiv con ID 2605.23116v1.
Entità
Istituzioni
- arXiv