論文の概要: Probe-VAD: Ordinal Likelihood Probing for Training-Free Video Anomaly Detection

• arxiv url: http://arxiv.org/abs/2609.17211v1
• Date: Tue, 15 Sep 2026 13:59:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 14:56:08.551251
• Title: Probe-VAD: Ordinal Likelihood Probing for Training-Free Video Anomaly Detection
• Title（参考訳）: Probe-VAD:訓練不要なビデオ異常検出のための正規分布探索
• Abstract要約: ビデオ異常検出(VAD)は、未トリミングビデオ中の異常事象をローカライズすることを目的としている。 既存のアプローチでは、視覚的理解と異常スコアリングの間に制限的なインターフェースが課されている。 凍結したVLMから重度の好みを直接探索する順序付きバイナリ・プロブリング・フレームワークである textbfProbe-VAD を提案する。
• 参考スコア（独自算出の注目度）: 34.268676888953046
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Video anomaly detection (VAD) aims to localize anomalous events in untrimmed videos. Vision-language models (VLMs) provide rich visual understanding for training-free VAD, but existing approaches impose restrictive interfaces between visual understanding and anomaly scoring. Caption-based pipelines compress visual evidence into text, potentially discarding subtle cues, while direct numerical generation forces the model to express its judgment through a small set of predefined scores. Such interfaces can obscure subtle differences in anomaly severity, causing visually distinct clips to receive similar representations or scores and thereby limiting the resolution of anomaly ranking. We propose \textbf{Probe-VAD}, an ordinal binary-probing framework that directly probes severity preferences from a frozen VLM. Given raw video clips, Probe-VAD queries ten ordered severity thresholds and extracts constrained \textit{YES}/\textit{NO} continuation likelihoods. Their normalized preferences form a cumulative severity profile, from which tail evidence is aggregated into a continuous anomaly score, with isotonic projection enforcing ordinal consistency. Experiments on public VAD benchmarks demonstrate superior performance with low computational cost. Probe-VAD provides a simple interface for translating frozen VLM visual understanding into continuous, rank-sensitive anomaly scores without task-specific training or caption-based compression. Code is available at: https://github.com/yvestine/COVAS-VAD.
• Abstract（参考訳）: ビデオ異常検出(VAD)は、未トリミングビデオ中の異常事象をローカライズすることを目的としている。 視覚言語モデル(VLM)は、トレーニング不要なVADに対してリッチな視覚的理解を提供するが、既存のアプローチでは、視覚的理解と異常スコアリングの間に制限的なインターフェースを課している。 カプセルベースのパイプラインは、視覚的証拠をテキストに圧縮し、微妙な手がかりを破棄する可能性があり、一方直接数値生成は、モデルに所定のスコアの小さなセットを通してその判断を表現するように強制する。 このようなインタフェースは、異常な重大さの微妙な違いを生じさせ、視覚的に異なるクリップが同様の表現やスコアを受け取り、したがって異常なランキングの解決を制限させる。 本稿では,凍結したVLMから重度嗜好を直接探索する順序付きバイナリ・プロブリング・フレームワークであるtextbf{Probe-VAD}を提案する。 生のビデオクリップが与えられた場合、Probe-VADは10の順序付き重大度しきい値をクエリし、制約付き \textit{YES}/\textit{NO}継続確率を抽出する。 彼らの正規化された嗜好は累積的な重大度プロファイルを形成し、そこから尾の証拠は連続的な異常スコアに集約され、等調射影は順序の整合を強制する。 パブリックなVADベンチマークの実験は、計算コストが低い場合に優れた性能を示す。 Probe-VADは、凍結したVLMの視覚的理解を、タスク固有のトレーニングやキャプションベースの圧縮なしで、連続的、ランクに敏感な異常スコアに変換するためのシンプルなインターフェースを提供する。 コードは、https://github.com/yvestine/COVAS-VAD.comで入手できる。

関連論文リスト

• Parser-Free VLM Verification for Federated Weakly Supervised Video Anomaly Detection [0.27998963147546135]
  本稿では,クライアント間で小型のMILスコアラーのみを訓練する軽量なMIL-VLMカスケードを導入し,凍結したVLMはハイスコアな疑似セグメントをポストホックで検証する。 解析されたテキスト生成決定と、次の確率から連続的な異常スコアを抽出するロジットベースインタフェースの2つのVLMフィードバックインタフェースについて検討する。 対照的に、ロジットインタフェースは、フレームレベルのAUCとフレームレベルのAPの両方を、両方のVLMでMILベースライン上で改善する固定自由信号を提供する。
  論文  参考訳（メタデータ） (2026-09-07T13:04:00Z)
• TD-VAD: Breaking Visual Dependence in Video Anomaly Detection with Text-Driven Learning [41.454560079801574]
  本稿では,テキスト駆動型ビデオ異常検出(TD-VAD)手法を提案する。 本手法は,LLM が生成した時間特性を持つビデオライクなテキスト記述を用いて,VAD モデルを訓練する。 提案手法は,従来の一級・教師なしのVAD法よりも大きなマージンで優れていた。
  論文  参考訳（メタデータ） (2026-08-12T09:03:42Z)
• COPRA: Conditional Parameter Adaptation with Reinforcement Learning for Video Anomaly Detection [10.332480827185973]
  映像異常検出(VAD)における視覚言語モデル(VLM)の性能は高い。 既存のVLMベースのVAD手法は、トレーニングと推論の根本的なミスマッチに悩まされる。 VLMベースのVADのための条件パラメータ適応フレームワークCOPRAを提案する。
  論文  参考訳（メタデータ） (2026-05-14T18:39:40Z)
• Steering and Rectifying Latent Representation Manifolds in Frozen Multi-modal LLMs for Video Anomaly Detection [52.5174167737992]
  ビデオ異常検出(VAD)は、ビデオ内の異常事象を特定することを目的としている。 本稿では,MLLMに基づくVADを受動的に読み上げから内部表現を積極的に操り,修正するSteerVADを提案する。 本手法は、トレーニングデータの1%しか必要としないチューニングフリーアプローチにおける最先端性能を実現する。
  論文  参考訳（メタデータ） (2026-02-27T13:48:50Z)
• Unified Unsupervised Anomaly Detection via Matching Cost Filtering [113.43366521994396]
  教師なし異常検出(UAD)は、通常のトレーニングデータのみを用いて画像レベルの異常と画素レベルの異常を識別することを目的としている。 UADモデルの異常コスト量を補正するための汎用的なポストホック精錬フレームワークであるUnified Cost Filtering (UCF) を提案する。
  論文  参考訳（メタデータ） (2025-10-03T03:28:18Z)
• Autoregressive Denoising Score Matching is a Good Video Anomaly Detector [36.96911195723131]
  ビデオ異常検出(VAD)はコンピュータビジョンの重要な問題である。 雑音条件付きスコア変換器を導入し、スコアマッチングを復調する。 次に,シーン依存型,動き認識型スコア関数を提案する。 我々は、新しい自己回帰型聴覚スコアマッチング機構を介して、影響を受けない視覚情報を統合する。
  論文  参考訳（メタデータ） (2025-06-29T15:14:32Z)
• DIFFVSGG: Diffusion-Driven Online Video Scene Graph Generation [61.59996525424585]
  DIFFVSGGはオンラインのVSGGソリューションで、このタスクを反復的なシーングラフ更新問題とみなしている。 オブジェクト分類の復号化、境界ボックス回帰、グラフ生成の3つのタスクを1つの共有特徴埋め込みを用いて統合する。 DIFFVSGGはさらに、後続のフレームの予測が過去のフレームの結果をLCMの条件入力として活用する継続的時間的推論を促進する。
  論文  参考訳（メタデータ） (2025-03-18T06:49:51Z)
• AnyAnomaly: Zero-Shot Customizable Video Anomaly Detection with LVLM [2.5988879420706095]
  ビデオ異常検出(VAD)は、コンピュータビジョンにおけるビデオ分析と監視に不可欠である。 既存のVADモデルは学習された通常のパターンに依存しており、多様な環境に適用することは困難である。 本研究では,C-VAD技術とAnyAnomalyモデルを提案する。
  論文  参考訳（メタデータ） (2025-03-06T14:52:34Z)
• 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)
• BatchNorm-based Weakly Supervised Video Anomaly Detection [117.11382325721016]
  弱教師付きビデオ異常検出では、異常事象の時間的特徴は、しばしば異常な特性を示す。 本稿では,BatchNormをWVADに組み込んだBN-WVADを提案する。 提案したBN-WVADモデルでは、UCF-CrimeのAUCは87.24%、XD-Violenceは84.93%に達する。
  論文  参考訳（メタデータ） (2023-11-26T17:47:57Z)
• 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)
• Towards Video Anomaly Retrieval from Video Anomaly Detection: New Benchmarks and Model [70.97446870672069]
  ビデオ異常検出(VAD)はその潜在的な応用により注目されている。 Video Anomaly Retrieval (VAR)は、関連のある動画をモダリティによって実用的に検索することを目的としている。 一般的な異常データセットの上に構築されたUCFCrime-ARとXD-Violenceの2つのベンチマークを示す。
  論文  参考訳（メタデータ） (2023-07-24T06:22:37Z)
• 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)

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。