論文の概要: Structured Evidence Selection for Weakly Supervised Video Anomaly Detection

• arxiv url: http://arxiv.org/abs/2607.10298v1
• Date: Sat, 11 Jul 2026 13:01:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 15:40:48.386897
• Title: Structured Evidence Selection for Weakly Supervised Video Anomaly Detection
• Title（参考訳）: 弱教師付きビデオ異常検出のための構造的エビデンス選択
• Abstract要約: 弱い教師付きビデオ異常検出は、トレーニングのためにビデオレベルのラベルにのみ依存する。 構造的推論プロセスとして異常検出を再構成する構造的証拠選択フレームワーク(SESAD)を提案する。 SESADは、クリップ表現を意味的に構造化された候補エビデンスに再編成し、シーンとアクションの制約の下でコンテキスト条件の選択を行う。
• 参考スコア（独自算出の注目度）: 24.113971346791942
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Weakly supervised video anomaly detection relies solely on video-level labels for training, making it difficult to accurately localize anomalous events in complex scenes. In real-world videos, anomalous behaviors exhibit large variations in appearance and temporal duration, while scene appearance and action dynamics are often tightly entangled. Consequently, existing models tend to rely on scene-related statistical cues rather than true behavioral deviations, resulting in unstable detection performance. To address this challenge, we propose a Structured Evidence Selection framework (SESAD) that reformulates anomaly detection as a structured reasoning process over clip-level visual evidence. Instead of directly mapping aggregated features to anomaly scores, SESAD reorganizes clip representations into semantically structured candidate evidence and performs context-conditioned selection under scene and action constraints. This mechanism adaptively emphasizes anomaly-relevant semantics while suppressing scene interference, thereby alleviating semantic entanglement under weak supervision. Furthermore, we introduce a lightweight geometric discrimination module that constructs a dual-prototype structure in the embedding space, enabling anomaly decisions through relative geometric relations. Extensive experiments on UBnormal, ShanghaiTech, and UCF-Crime show that SESAD achieves 67.92, 97.99, and 88.46 AUC, respectively, while maintaining high computational efficiency and overall consistently stable anomaly discrimination.
• Abstract（参考訳）: 弱教師付きビデオ異常検出は、訓練のためのビデオレベルのラベルにのみ依存するため、複雑なシーンにおける異常事象を正確にローカライズすることは困難である。 現実世界のビデオでは、異常な振る舞いは外観と時間的持続時間に大きな変化を示し、シーンの出現とアクションのダイナミクスは密に絡み合っていることが多い。 その結果、既存のモデルは実際の行動偏差ではなく、シーン関連の統計的手がかりに依存する傾向にあり、不安定な検出性能をもたらす。 この課題に対処するために、クリップレベルの視覚的証拠よりも構造的推論プロセスとして異常検出を再構成する構造化エビデンス選択フレームワーク(SESAD)を提案する。 集約された特徴を異常スコアに直接マッピングする代わりに、SESADはクリップ表現を意味的に構造化された候補エビデンスに再編成し、シーンおよびアクション制約の下でコンテキスト条件の選択を実行する。 このメカニズムは、シーン干渉を抑制しながら、異常関連セマンティクスを適応的に強調し、弱い監督下でのセマンティクスの絡み合いを軽減する。 さらに、埋め込み空間に二重プロトタイプ構造を構築する軽量な幾何学的識別モジュールを導入し、相対幾何学的関係による異常決定を可能にする。 UBnormal、ShanghaiTech、UCF-Crimeの広範な実験により、SESADはそれぞれ67.92、97.99、88.46 AUCを達成した。

関連論文リスト

• Learning to Tell Apart: Weakly Supervised Video Anomaly Detection via Disentangled Semantic Alignment [47.507511439028754]
  本稿では,不規則な特徴と正常な特徴を粗粒度と細粒度から明確に分離する,DSANet(Disentangled Semantic Alignment Network)を提案する。 粗粒度レベルでは,学習された正規プロトタイプの指導のもと,入力映像の特徴を再構成する自己誘導正規性モデリングブランチを導入する。 詳細なレベルでは、まず、各動画をイベント中心およびバックグラウンド中心のコンポーネントに分解する、分離されたコントラスト的セマンティックアライメント機構を示す。
  論文  参考訳（メタデータ） (2025-11-13T14:06:48Z)
• Noise & pattern: identity-anchored Tikhonov regularization for robust structural anomaly detection [58.535473924035365]
  異常検出は自動産業検査において重要な役割を担い、他の均一な視覚パターンの微妙な欠陥や稀な欠陥を識別することを目的としている。 自己教師型オートエンコーダを用いて, 破損した入力の修復を学習する構造的異常検出に取り組む。 構造欠陥を模倣した画像に人工的破壊を注入する汚職モデルを導入する。
  論文  参考訳（メタデータ） (2025-11-10T15:48:50Z)
• CRCL: Causal Representation Consistency Learning for Anomaly Detection in Surveillance Videos [40.63347505454772]
  Video Anomaly Detection (VAD) は、ビデオ理解コミュニティの基本的な課題であり続けている。 従来の手法では、通常の時空間パターン固有の正規性を教師なしの方法でモデル化するために、簡単に収集された通常のイベントのみを使用する。 本研究では,教師なしビデオ正規化学習における因果変数の暗黙的なマイニングを行うために,因果一貫性表現学習(CRCL)を提案する。
  論文  参考訳（メタデータ） (2025-03-24T15:50:19Z)
• Cross-Modal Fusion and Attention Mechanism for Weakly Supervised Video Anomaly Detection [2.749898166276854]
  弱教師付きビデオ異常検出(WS-VAD)が現代研究の方向性として浮上している。 暴力やヌードなどの異常を正確に検出するマルチモーダルなWS-VADフレームワークを提案する。 提案モデルでは,暴力とヌード検出のベンチマークデータセットを用いて,最先端の結果が得られた。
  論文  参考訳（メタデータ） (2024-12-29T12:46:57Z)
• Dynamic Erasing Network Based on Multi-Scale Temporal Features for Weakly Supervised Video Anomaly Detection [103.92970668001277]
  弱教師付きビデオ異常検出のための動的消去ネットワーク(DE-Net)を提案する。 まず,異なる長さのセグメントから特徴を抽出できるマルチスケール時間モデリングモジュールを提案する。 そして,検出された異常の完全性を動的に評価する動的消去戦略を設計する。
  論文  参考訳（メタデータ） (2023-12-04T09:40:11Z)
• Open-Vocabulary Video Anomaly Detection [57.552523669351636]
  監視の弱いビデオ異常検出(VAD)は、ビデオフレームが正常であるか異常であるかを識別するためにビデオレベルラベルを利用する際、顕著な性能を達成した。 近年の研究は、より現実的な、オープンセットのVADに取り組み、異常や正常なビデオから見えない異常を検出することを目的としている。 本稿ではさらに一歩前進し、未確認および未確認の異常を検知・分類するために訓練済みの大規模モデルを活用することを目的とした、オープン語彙ビデオ異常検出(OVVAD)について検討する。
  論文  参考訳（メタデータ） (2023-11-13T02:54:17Z)
• Updated version: A Video Anomaly Detection Framework based on Appearance-Motion Semantics Representation Consistency [2.395616571632115]
  本稿では,出現動作のセマンティックス一貫性表現の枠組みを提案する。 この2ストリーム構造は、通常のサンプルの外観および動き情報表現を符号化するように設計されている。 特徴セマンティクスの整合性を高めるために、一貫性の低い異常を識別できるように、新しい整合性損失を提案する。
  論文  参考訳（メタデータ） (2023-03-09T08:28:34Z)
• Robust Unsupervised Video Anomaly Detection by Multi-Path Frame Prediction [61.17654438176999]
  本稿では,フレーム予測と適切な設計による新規で頑健な非教師付きビデオ異常検出手法を提案する。 提案手法は,CUHK Avenueデータセット上で88.3%のフレームレベルAUROCスコアを得る。
  論文  参考訳（メタデータ） (2020-11-05T11:34:12Z)
• A Background-Agnostic Framework with Adversarial Training for Abnormal Event Detection in Video [120.18562044084678]
  近年,ビデオにおける異常事象検出は複雑なコンピュータビジョンの問題として注目されている。 通常のイベントのみを含むトレーニングビデオから学習するバックグラウンドに依存しないフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-08-27T18:39:24Z)
• Localizing Anomalies from Weakly-Labeled Videos [45.58643708315132]
  Weakly Supervised Anomaly Localization (WSAL)法を提案する。 異常映像の出現差にインスパイアされ, 隣接する時間領域の進化を異常映像の局所化のために評価した。 提案手法は,UCF-CrimeおよびTADデータセット上での最先端性能を実現する。
  論文  参考訳（メタデータ） (2020-08-20T12:58:03Z)

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。