論文の概要: A Unified Score Matching Paradigm for Video Anomaly Detection and Anticipation

• arxiv url: http://arxiv.org/abs/2610.11149v1
• Date: Thu, 08 Oct 2026 03:12:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:53.758057
• Title: A Unified Score Matching Paradigm for Video Anomaly Detection and Anticipation
• Title（参考訳）: ビデオ異常検出と予測のための統一スコアマッチングパラダイム
• Abstract要約: ビデオ異常検出(VAD)はコンピュータビジョンの基本的かつ安全性に重要な課題である。 最近の生成的アプローチは分布の観点から異常を検出するが、局所的な異常モードによって制限される。 ビデオ異常予測(VAA)は、ポストホック検出以上のプロアクティブな拡張である。
• 参考スコア（独自算出の注目度）: 41.79911063188015
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Video anomaly detection (VAD) is a fundamental and safety-critical task in computer vision. Recent generative approaches detect anomalies from a distributional perspective, but remain limited by local anomaly modes. Meanwhile, video anomaly anticipation (VAA), as a proactive extension beyond post-hoc detection, introduces additional challenges. In particular, the contrastive inference paradigm in VAD, which relies on ground-truth frames, is not applicable to VAA, hindering its development. To address these challenges, we propose a unified score-driven framework, termed Uni-DSM, based on denoising score matching (DSM), which models anomaly patterns through likelihood estimation and score functions over the learned data distribution. Within this unified framework, we adopt a shared noise-conditioned score transformer backbone with scene-dependent embeddings and motion-aware weighting for distribution-level modeling. Instead of introducing separate architectures, Uni-DSM unifies VAD and VAA through different inference and supervision paradigms built upon the same score-based formulation. For VAD, we instantiate an autoregressive denoising score matching (ADSM) mechanism, which progressively accumulates anomalous evidence via autoregressive denoising, enabling enhanced perception of local modes beyond visual cues. For VAA, we extend the same architecture by incorporating a lightweight auxiliary decoder and a novel self-distilled denoising score matching (SDSM) mechanism. By constructing supervision from output discrepancies instead of relying on unavailable future ground truth, our method achieves efficient training suitable or early anomaly anticipation. Extensive experiments on multiple benchmark datasets demonstrate state-of-the-art performance in both VAD and VAA while maintaining high efficiency, establishing a unified and scalable pipeline from anomaly detection to anticipation.
• Abstract（参考訳）: ビデオ異常検出(VAD)はコンピュータビジョンの基本的かつ安全性に重要な課題である。 最近の生成的アプローチは分布の観点から異常を検出するが、局所的な異常モードによって制限される。 一方、ビデオ異常予測(VAA)は、ポストホック検出以上のプロアクティブな拡張であり、さらなる課題をもたらす。 特に、VADのコントラスト的推論パラダイムは、地上構造フレームに依存しており、VAAには適用されないため、その発展を妨げている。 これらの課題に対処するため、我々はUni-DSM(Uni-DSM)と呼ばれる統合スコア駆動フレームワークを提案する。 この統合フレームワークでは、シーン依存の埋め込みと動き認識重み付けを備えた共有ノイズ条件付スコアトランスフォーマーバックボーンを分散レベルモデリングに適用する。 異なるアーキテクチャを導入する代わりに、Uni-DSMは、同じスコアベースの定式化に基づいて構築された異なる推論と監督パラダイムを通じて、VADとVAAを統一する。 VADでは、自己回帰的聴取スコアマッチング(ADSM)機構をインスタンス化し、自己回帰的聴取によって徐々に異常なエビデンスを蓄積し、視覚的手がかりを超えた局所モードの知覚を高める。 VAAの場合、軽量補助デコーダと新しい自己拡張型デノナイジングスコアマッチング(SDSM)機構を組み込むことで、同じアーキテクチャを拡張します。 提案手法は,不利用可能な未来の真実を頼らずに,出力不一致からの監視を構築することにより,適切な,あるいは早期の異常予測を効果的に行うことができる。 複数のベンチマークデータセットに対する大規模な実験は、高い効率を維持しながら、VADとVAAの両方で最先端のパフォーマンスを示し、異常検出から予測まで統一的でスケーラブルなパイプラインを確立する。

関連論文リスト

• 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)
• 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)
• Anomaly Detection via Autoencoder Composite Features and NCE [1.2891210250935148]
  オートエンコーダ(AE)または生成モデルは、通常入力のデータ分布をモデル化するためにしばしば使用される。 ノイズコントラスト推定(NCE)を訓練したAEと確率モデルの両方が異常検出を行うための非結合型トレーニング手法を提案する。
  論文  参考訳（メタデータ） (2025-02-04T01:29:22Z)
• Revisiting VAE for Unsupervised Time Series Anomaly Detection: A Frequency Perspective [40.21603048003118]
  変分オートエンコーダ(VAE)は、より優れたノイズ除去能力のために近年人気を集めている。 FCVAEは、グローバルとローカルの両方の周波数特徴を条件付き変分オートエンコーダ(CVAE)の条件に同時に統合する革新的なアプローチを利用する 提案手法は, パブリックデータセットと大規模クラウドシステムを用いて評価され, その結果, 最先端の手法よりも優れた結果が得られた。
  論文  参考訳（メタデータ） (2024-02-05T09:06:57Z)
• 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)
• Beyond the Benchmark: Detecting Diverse Anomalies in Videos [0.6993026261767287]
  ビデオ異常検出(VAD)は、現代の監視システムにおいて重要な役割を担い、現実の状況における様々な異常を識別することを目的としている。 現在のベンチマークデータセットは、新しいオブジェクト検出のような単純な単一フレームの異常を主に強調している。 我々は,従来のベンチマーク境界を超える複雑な異常を包含するVAD調査の拡大を提唱する。
  論文  参考訳（メタデータ） (2023-10-03T09:22:06Z)
• DiffusionAD: Norm-guided One-step Denoising Diffusion for Anomaly Detection [80.20339155618612]
  DiffusionADは、再構成サブネットワークとセグメンテーションサブネットワークからなる、新しい異常検出パイプラインである。 高速なワンステップデノゲーションパラダイムは、同等の再現品質を維持しながら、数百倍の加速を達成する。 異常の出現の多様性を考慮し、複数のノイズスケールの利点を統合するためのノルム誘導パラダイムを提案する。
  論文  参考訳（メタデータ） (2023-03-15T16:14:06Z)

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。