arXiv cs.AI· Khaled Waleed Dawoud, Muhammad Haris Khan·· 11 小时前AI 评分31
SAAF：面向零样本视频异常检测的信号感知自适应融合框架
Efficient Zero-Shot Video Anomaly Detection via Signal-Aware Adaptive Fusion (SAAF)
AI 导读
研究提出 Signal-Aware Adaptive Fusion（SAAF）框架，通过双信号自适应采样器、阈值门控级联架构与信号感知加权融合，实现无需训练数据的零样本视频异常检测。
正文 · AI 翻译
摘要：将视觉-语言模型部署于视频异常检测面临一个根本性约束。其语义推理所需的计算预算与真实世界视频流的规模不相兼容。我们提出信号感知自适应融合（SAAF），一个通过三项关键创新实现高效零样本异常检测的框架。首先，我们引入在语义嵌入空间中运行的双信号自适应采样器：delta 信号通过帧间余弦距离捕捉突发事件，而 drift 信号通过偏离滚动时间上下文来检测静态和渐变异常。二者以 OR 门控方式结合，并配合基于 EMA 的自适应阈值，无需训练数据即可实现全面的异常覆盖。其次，我们提出阈值门控的级联架构，其中轻量级帧级评分先于昂贵的视频级时间分析，仅在置信度表明需要额外上下文时才调用后者。第三，我们设计了一种信号感知加权融合机制，根据触发帧选择的信号动态调整分数组合。在四个基准上，SAAF 以显著更低的成本实现了有竞争力的准确率。在免训练零样本方法中，SAAF 在 XD-Violence（92.07%）、MSAD（86.70%）和 ShanghaiTech（80.54%）AUC-ROC 上创下新的最优结果，其中 XD-Violence 和 MSAD 还超越了监督基线。SAAF 在 XD-Violence、UCF-Crime 和 MSAD 上分别保持 44.95、48.61 和 41.06 FPS，相较此前最佳零样本方法分别提升 2.43$\times$、2.63$\times$ 和 2.22$\times$ 的吞吐量。代码：this https URL
| 评论： | 已被 WACV 2027 接收 |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.32486 [cs.CV] |
| （或 arXiv:2610.32486v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32486 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Khaled Dawoud [查看邮箱]
[v1]
2026年10月23日星期五 11:02:16 UTC（3,732 KB）
来源：arXiv cs.AI · arxiv.org