論文の概要: Reliability-Aware Prototype Calibration for Frozen Pose-Flow Video Anomaly Detection

• arxiv url: http://arxiv.org/abs/2606.20312v1
• Date: Thu, 18 Jun 2026 14:46:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-19 18:23:39.92503
• Title: Reliability-Aware Prototype Calibration for Frozen Pose-Flow Video Anomaly Detection
• Title（参考訳）: 凍結流ビデオ異常検出のための信頼性を考慮したプロトタイプ校正
• Authors: Ning Dong, Yingna Su, Xin Dong, Ziyun Jiao, Xinnian Guo, Zhuangzhuang Pan,
• Abstract要約: 単一の可能性スコアは、通常の行動を隠すことができ、ポーズ・オブザーブレーションノイズに敏感である。 本研究では,ポーズフローバックボーン,キャッシュされたスケルトントラック,評価パイプラインを固定した凍結検知器の設定について検討した。 Reliability-Aware Prototypeは、この設定のためのポストホックスコアキャリブレーション手法である。
• 参考スコア（独自算出の注目度）: 7.276043252948729
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Pose-flow video anomaly detectors are attractive for one-class surveillance because they provide likelihood-based rankings for tracked skeleton windows. However, a single likelihood score may hide multimodal normal behavior and be sensitive to pose-observation noise. We study a frozen-detector setting in which the pose-flow backbone, cached skeleton tracks, and evaluation pipeline are fixed. Reliability-Aware Prototype Calibration (RPC) is a post-hoc score calibration method for this setting. It adds a standardized nearest-prototype deviation in the frozen latent space to the standardized flow score, and uses keypoint confidence only to gate this added geometric evidence. Thus, RPC preserves the original density signal while correcting the ranking with empirical normal-mode structure under pose reliability. Across two frozen pose-flow backbones and four datasets, RPC improves frame-level AUROC in all eight backbone-dataset pairs, with gains ranging from 0.34 to 4.49 percentage points and averaging 2.03 points. Ablation and reliability analyses show that prototype deviation is the main corrective signal, while reliability gating is most useful when pose observations are less trustworthy. These results suggest that lightweight post-hoc calibration can strengthen cached pose-flow systems when retraining or reproducing the full pose pipeline is impractical.
• Abstract（参考訳）: ポスフロービデオ異常検知器は、追跡された骨格窓のランク付けの可能性を秘めているため、一級監視にとって魅力的である。 しかし、単一の可能性スコアは多モードの正常な振る舞いを隠蔽し、ポーズ・オブザーブレーションノイズに敏感である。 本研究では,ポーズフローバックボーン,キャッシュされたスケルトントラック,評価パイプラインを固定した凍結検知器の設定について検討した。 RPC(Reliability-Aware Prototype Calibration)は、この設定のためのポストホックスコア校正法である。 これは、凍った潜伏空間における標準化された最寄りの原型偏差を標準化されたフロースコアに追加し、キーポイントの信頼性を利用して、この付加された幾何学的証拠をゲートする。 したがって、RPC は元の密度信号を保持し、実験的な正規モード構造をポーズの信頼性の下で補正する。 2つのフリーズされたポーズフローバックボーンと4つのデータセットにわたって、RPCは8つのバックボーンデータセットペアすべてでフレームレベルのAUROCを改善し、0.34から4.49ポイントのゲインと平均2.03ポイントのアップを実現している。 アブレーションと信頼性分析は、プロトタイプの偏差が主補正信号であることを示しているが、ポーズ観測が信頼性の低い場合には、信頼性ゲーティングが最も有用である。 これらの結果は,フルポーズパイプラインの再訓練や再生が現実的でない場合に,軽量なポストホックキャリブレーションがキャッシュされたポーズフローシステムを強化することを示唆している。

関連論文リスト

• Clipping Bottleneck: Stabilizing RLVR via Stochastic Recovery of Near-Boundary Signals [83.0127582612634]
  Near-boundary Rescue (NSR) は最小限のプラグ・アンド・プレイの修正であり、失った信号を回復するために、アウト・オブ・バウンドトークンを保持する。 NSRはトレーニングの安定性を大幅に改善し、DAPOやGSPOといった強力なベースライン上で一貫したゲインを提供する。
  論文  参考訳（メタデータ） (2026-05-21T16:45:31Z)
• Anomaly-Informed Confidence Calibration for Vision-Based Safety Prediction [1.0981335059631014]
  既存の異常信号における臨界知覚-力学ギャップを同定する。 本研究では,世界モデルから抽出した2つの異常スコアを融合する異常情報オンライン手法を提案する。
  論文  参考訳（メタデータ） (2026-05-20T12:43:09Z)
• Discovery of Hidden Miscalibration Regimes [52.452902154360565]
  モデルは何らかの入力を体系的に過信し、他人を過信することがある。 対応する誤校正分野を定義し,それを推定するための診断フレームワークを提案する。 提案手法は,入力空間のキャリブレーションを意識した表現を学習し,学習幾何学におけるカーネルの平滑化による符号付き局所的誤校正を推定する。
  論文  参考訳（メタデータ） (2026-05-13T13:07:50Z)
• DOC-GS: Dual-Domain Observation and Calibration for Reliable Sparse-View Gaussian Splatting [80.43237927269575]
  本稿では,新しい視点からスパースビュー3DGSの再構築について再考する。 我々は、ガウスの原始的信頼性の観測不能性として、コアチャレンジを識別する。 この観測を動機として、レンダリング画像フレームワークにおける統合されたデュアルドメイン観測と幾何学的手法を提案する。
  論文  参考訳（メタデータ） (2026-04-08T07:01:24Z)
• Feature Attribution Stability Suite: How Stable Are Post-Hoc Attributions? [0.0]
  ポストホック特徴属性法は、安全クリティカルな視覚システムに広く展開されている。 本稿では,予測不変フィルタのベンチマークであるFeature Stability Suite (FASS)を紹介する。 FASSは安定性を,構造的類似性,ランク相関,トップkのJaccardオーバーラップという,3つの相補的な指標に分解する。
  論文  参考訳（メタデータ） (2026-04-02T21:32:54Z)
• Model Optimization for Multi-Camera 3D Detection and Tracking [13.756560739163362]
  室内環境におけるマルチカメラの外部認識の重要性はますます高まっている。 クエリベースの3D検出・追跡フレームワークであるSparse4Dを評価した。 我々は,入力フレームレートの低減,学習後の量子化,WILDTRACKベンチマークへの転送,およびトランスフォーマーエンジンの混合精度の微調整について検討した。
  論文  参考訳（メタデータ） (2026-01-31T01:51:30Z)
• Lazy Layers to Make Fine-Tuned Diffusion Models More Traceable [70.77600345240867]
  新たな任意の任意配置(AIAO)戦略は、微調整による除去に耐性を持たせる。 拡散モデルの入力/出力空間のバックドアを設計する既存の手法とは異なり,本手法では,サンプルサブパスの特徴空間にバックドアを埋め込む方法を提案する。 MS-COCO,AFHQ,LSUN,CUB-200,DreamBoothの各データセットに関する実証研究により,AIAOの堅牢性が確認された。
  論文  参考訳（メタデータ） (2024-05-01T12:03:39Z)
• On the Calibration of Human Pose Estimation [39.15814732856338]
  Calibrated ConfidenceNet (CCNet)は、市販のポーズ推定フレームワークでAPを最大1.4%改善する軽量なポストホック追加である。 メッシュリカバリの下流タスクに適用されたCCNetは、3Dキーポイントエラーを1.0mm削減する。
  論文  参考訳（メタデータ） (2023-11-28T09:31:09Z)
• Sample-dependent Adaptive Temperature Scaling for Improved Calibration [95.7477042886242]
  ニューラルネットワークの誤りを補うポストホックアプローチは、温度スケーリングを実行することだ。 入力毎に異なる温度値を予測し、信頼度と精度のミスマッチを調整することを提案する。 CIFAR10/100およびTiny-ImageNetデータセットを用いて,ResNet50およびWideResNet28-10アーキテクチャ上で本手法をテストする。
  論文  参考訳（メタデータ） (2022-07-13T14:13:49Z)
• Uncertainty-Aware Camera Pose Estimation from Points and Lines [101.03675842534415]
  Perspective-n-Point-and-Line (Pn$PL) は、2D-3D特徴座標の3Dモデルに関して、高速で正確で堅牢なカメラローカライゼーションを目指している。
  論文  参考訳（メタデータ） (2021-07-08T15:19:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。