論文の概要: SENSE-VAD: Sentient and Semantic Video Anomaly Detection for Autonomous Driving

• arxiv url: http://arxiv.org/abs/2606.31875v1
• Date: Tue, 30 Jun 2026 15:57:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-01 18:27:19.306898
• Title: SENSE-VAD: Sentient and Semantic Video Anomaly Detection for Autonomous Driving
• Title（参考訳）: SENSE-VAD: 自律運転のためのセンテンス・セマンティックビデオ異常検出
• Abstract要約: SENSE-VADは、自動運転のための最初の合成ビデオ異常検出ベンチマークである。 個人行動,グループ行動,個人とオブジェクトのインタラクション,サイクリストのインタラクション,車両とエージェント,それぞれにフレーム単位のバイナリラベルをアノテートした。 我々は、最先端のビデオ異常検出基準を評価し、社会的に複雑な異常が相違し、現在未解決の課題であることを示す。
• 参考スコア（独自算出の注目度）: 12.729229824969904
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Autonomous vehicles (AVs) must navigate not only motion-based hazards but also socially complex situations whose danger is constituted by inter-agent relationships rather than movement statistics alone. A child running away from a guardian, a person being carried by another, or a pursuer chasing a pedestrian across a sidewalk are all anomalous in social context, yet none produces an obvious motion signal that current anomaly detectors are equipped to flag. We introduce SENSE-VAD, the first synthetic video anomaly detection benchmark for autonomous driving explicitly designed around socially complex anomalies. Using the CARLA simulator and Unreal Engine (UE), we generate distinct anomaly scenarios across multiple categories: individual behaviors, group behaviors, person--object interactions, cyclist interactions, vehicle & agent, each annotated with per-frame binary labels. A key design principle is the separation of social anomaly from motion-based or appearance-based anomaly: many scenarios involve motion of objects that appears unremarkable in isolation but is anomalous in relational context. We additionally provide real-world normal and anomalous videos as a sim-to-real transfer probe. We evaluate state-of-the-art video anomaly detection baselines and demonstrate that socially complex anomalies constitute a distinct and currently unsolved challenge. Our dataset, annotations, and generation code are publicly available.
• Abstract（参考訳）: 自律走行車(AV)は、運動に基づく危険だけでなく、移動統計のみではなく、エージェント間の関係によって構成される社会的に複雑な状況もナビゲートしなければならない。 保護者から逃げる子供、別の人が運ばれる人、あるいは歩道を横断する歩行者を追いかける追随者は、社会的に異常な状況にある。 SENSE-VADは、社会的に複雑な異常を対象とする自動運転のための、最初の合成ビデオ異常検出ベンチマークである。 CARLAシミュレータとUnreal Engine (UE)を用いて、個別の振る舞い、グループ行動、個人とオブジェクトの相互作用、サイクリストの相互作用、車両とエージェント、それぞれにフレームごとのバイナリラベルを付加したアノテートなど、複数のカテゴリで異なる異常シナリオを生成する。 主要な設計原則は、動きに基づくまたは外観に基づく異常から社会的異常を分離することである。 また,シミュレート・トゥ・リアル・トランスファー・プローブとして,実世界のノーマルビデオと異常ビデオを提供する。 我々は、最先端のビデオ異常検出基準を評価し、社会的に複雑な異常が相違し、現在未解決の課題であることを示す。 データセット、アノテーション、生成コードは公開されています。

関連論文リスト

• CausalDrive: Real-time Causal World Models for Autonomous Driving [60.66609721457312]
  制御可能でリアルタイムなファンデーション駆動の世界であるCausalDriveを紹介します。 CaulDriveは、最初のフロントビューフレーム、エゴ車両の軌道、マクロテキストプロンプトのみで動作する。 本稿では,(1)衝突アーティファクトを著しく緩和した生成的クローズループ評価,(2)ビデオ2Rewardモジュールによる大規模強化学習(RL)後トレーニング,(3)リアルタイムの人間-イン-ザ・ループシミュレーション,の3つのダウンストリームアプリケーションにおける汎用性を実証する。
  論文  参考訳（メタデータ） (2026-06-13T15:04:44Z)
• Out of Context: Reliability in Multimodal Anomaly Detection Requires Contextual Inference [54.774686416991386]
  我々は、マルチモーダルな異常検出は、クロスモーダルな文脈推論問題として再編成されるべきであると主張している。 この観点はモデル設計、評価プロトコル、ベンチマーク構築に影響を及ぼす。
  論文  参考訳（メタデータ） (2026-04-14T19:32:55Z)
• Track Any Anomalous Object: A Granular Video Anomaly Detection Pipeline [63.96226274616927]
  Track Any Anomalous Object (TAO)と呼ばれる新しいフレームワークでは、詳細なビデオ異常検出パイプラインが導入されている。 各画素に異常スコアを割り当てる手法とは異なり、我々の手法は問題から異常オブジェクトの画素レベルの追跡に変換する。 実験の結果、TAOは新しいベンチマークを精度と堅牢性で設定した。
  論文  参考訳（メタデータ） (2025-06-05T15:49:39Z)
• An Expert Ensemble for Detecting Anomalous Scenes, Interactions, and Behaviors in Autonomous Driving [5.424441980205082]
  ほぼ無限の運転シナリオにおける安全性は、完全自動運転の普及に対する主要な懸念の1つとなっている。 エゴセントリックビデオにおけるオンロード異常検出は、複雑でインタラクティブなシナリオによってもたらされる困難のため、依然として難しい問題である。 本稿では,不規則なシーンと予期せぬシーン動作を検出するためのフレームレベルの外観に焦点を当てたシーンエキスパートと,2つの道路参加者間の正常な相対的な動きをモデル化し,異常なインタラクションが出現するたびにアラームを発生させるインタラクションエキスパートと,将来の軌道予測によって個々の物体の異常行動を監視する行動専門家の3つを提案する。
  論文  参考訳（メタデータ） (2025-02-23T00:43:23Z)
• Hybrid Video Anomaly Detection for Anomalous Scenarios in Autonomous Driving [16.94473342644408]
  本稿では,自律運転におけるHF$2$-VAD監視ビデオ異常検出手法のバリエーションについて述べる。 車両の自我的視点から正規性の表現を学び、稀かつ臨界シナリオにおける画素ワイドな異常検出を評価する。
  論文  参考訳（メタデータ） (2024-06-10T16:14:33Z)
• Hawk: Learning to Understand Open-World Video Anomalies [76.9631436818573]
  ビデオ異常検出(VAD)システムは、障害を自律的に監視し、識別し、手作業や関連するコストを削減できる。 我々は,インタラクティブな大規模ビジュアル言語モデル(VLM)を利用して,ビデオの異常を正確に解釈する新しいフレームワークであるHawkを紹介する。 言語記述による8000以上の異常ビデオを注釈付けし、さまざまなオープンワールドシナリオでの効果的なトレーニングを可能にしました。
  論文  参考訳（メタデータ） (2024-05-27T07:08:58Z)
• Learn Suspected Anomalies from Event Prompts for Video Anomaly Detection [16.77262005540559]
  イベントプロンプトから疑わしい異常の学習を導くための新しい枠組みが提案されている。 これにより、新しいマルチプロンプト学習プロセスにより、すべてのビデオの視覚的セマンティックな特徴を制限できる。 提案手法はAPやAUCといった最先端の手法よりも優れている。
  論文  参考訳（メタデータ） (2024-03-02T10:42:47Z)
• UniSim: A Neural Closed-Loop Sensor Simulator [76.79818601389992]
  センサ搭載車両によって記録された1つのログをキャプチャする、ニューラルネットワークシミュレータUniSimを提示する。 UniSimは、静的バックグラウンドと動的アクターの両方を再構築するために、ニューラルネットワーク機能グリッドを構築する。 動的オブジェクトの学習可能な事前情報を組み込んで、畳み込みネットワークを利用して未確認領域を完成させる。
  論文  参考訳（メタデータ） (2023-08-03T17:56:06Z)
• Contracting Skeletal Kinematics for Human-Related Video Anomaly Detection [43.72042594414675]
  COSKADは、人間の骨格の動きをグラフ畳み込みネットワークによって符号化する新しいモデルである。 ビデオ異常検出のために、SKeletal埋め込みを最小体積の潜在超球面に抽出する。 すべての変種は、最新のUBnormalデータセットで最先端のデータセットを上回っている。
  論文  参考訳（メタデータ） (2023-01-23T15:32:27Z)
• Anomaly Detection in Multi-Agent Trajectories for Automated Driving [2.5211566369910967]
  人間と同様、自動走行車は異常検出を行う。 私たちの革新は、動的エージェントの複数の軌道を共同で学習する能力です。
  論文  参考訳（メタデータ） (2021-10-15T08:07:31Z)
• Learning Sparse Interaction Graphs of Partially Observed Pedestrians for Trajectory Prediction [0.3025231207150811]
  マルチペデストリアン軌道予測は、非構造環境における群衆と相互作用する自律システムの必然的な安全要素である。 Gumbel Social Transformerを提案し、Edge Gumbel Selectorは、各ステップで部分的に観察された歩行者のスパースグラフをサンプリングする。 提案手法は,仮定によって生じる潜在的な問題を克服し,ベンチマーク評価における関連研究よりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-07-15T00:45:11Z)
• Unsupervised Video Anomaly Detection via Normalizing Flows with Implicit Latent Features [8.407188666535506]
  既存のほとんどのメソッドはオートエンコーダを使用して、通常のビデオの再構築を学ぶ。 本稿では2つのエンコーダが暗黙的に外観と動きの特徴をモデル化する構造である暗黙の2経路AE(ITAE)を提案する。 通常のシーンの複雑な分布については,ITAE特徴量の正規密度推定を提案する。 NFモデルは暗黙的に学習された機能を通じて正常性を学ぶことでITAEのパフォーマンスを高める。
  論文  参考訳（メタデータ） (2020-10-15T05:02:02Z)
• A Flow Base Bi-path Network for Cross-scene Video Crowd Understanding in Aerial View [93.23947591795897]
  本稿では,これらの課題に対処し,ドローンから収集した視覚的データから参加者を自動的に理解する。 クロスシーンテストで発生する背景雑音を軽減するために, 二重ストリーム群カウントモデルを提案する。 極暗環境下での集団密度推定問題に対処するために,ゲームグランドセフトオートV(GTAV)によって生成された合成データを導入する。
  論文  参考訳（メタデータ） (2020-09-29T01:48:24Z)

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。