VIBES: VLM guidato da inferenza bayesiana per rilevamento anomalie in autostrada
Il recentemente introdotto framework VIBES sfrutta modelli Vision-Language e inferenza bayesiana per identificare anomalie in filmati di sorveglianza autostradale, concentrandosi su bersagli distanti che mostrano lievi movimenti anomali. Per affrontare i problemi di diluizione dell'attenzione e gli elevati costi computazionali, il sistema incorpora un modulo di inferenza bayesiana online che analizza persistentemente le traiettorie dei veicoli, consentendo regolazioni in tempo reale delle soglie probabilistiche dei modelli di guida tipici. Questo meccanismo funge da trigger asincrono per un rilevamento accurato delle anomalie. I risultati di questa ricerca sono disponibili su arXiv con ID 2604.23724.
Fatti principali
- 1. VIBES è un framework collaborativo asincrono per il rilevamento di anomalie.
- 2. Utilizza modelli Vision-Language guidati da inferenza bayesiana.
- 3. Si concentra su bersagli in campo lontano con movimenti anomali sottili dei veicoli.
- 4. Il modulo di inferenza bayesiana online valuta le traiettorie dei veicoli.
- 5. Aggiorna dinamicamente i confini probabilistici dei comportamenti di guida normali.
- 6. Funge da trigger asincrono per la localizzazione precisa delle anomalie.
- 7. Pubblicato su arXiv con ID 2604.23724.
- 8. Affronta la diluizione dell'attenzione e gli alti costi computazionali dell'elaborazione globale dei fotogrammi.
Entità
Istituzioni
- arXiv