arXiv cs.AI· Mulugeta Weldezgina Asres, Lei Jiao, Christian Walter Omlin·· 11 小时前AI 评分29
XAVAD：面向匿名化人群视频监控的引导式零样本异常解释
Guided Zero-Shot Anomaly Explanation for Anonymized Crowd Video Monitoring: Context, Categorization, and Spatial Localization
AI 导读
XAVAD 提出一种面向匿名化视频异常检测的统一描述性 XAI 方法，整合零样本匿名化、异常类型分类、空间定位与场景上下文描述。该方法采用多模态 CLIP 嵌入，结合 LLM 辅助提示与 pool-scoring 机制识别异常类型，并通过提示引导的 patching autofocus 机制增强 Grad-ECLIP 的空间热力图定位。
正文 · AI 翻译
摘要：尽管深度学习在视频异常检测（VAD）方面取得了令人期待的发展，但这些模型的可解释性（XAI）仍然是一个挑战。可解释且保护隐私的 VAD 能够建立透明度和信任，从而促进计算机视觉系统的采用，包括安全和安保监控。然而，在隐私保护型 VAD 系统中，异常可解释性尚未得到充分探索。在本研究中，我们提出了 XAVAD 方法，这是一种面向匿名化 VAD 的统一描述性异常 XAI，集成了灵活的零样本匿名化、异常类型分类、视觉定位和场景上下文描述。我们对与全身视觉匿名化相结合的多方面解释进行了实证和定性评估，以实现隐私保护。我们采用多模态 CLIP 嵌入用于视频，使用改进的 LLM 辅助提示和池化评分机制进行异常类型识别。我们增强了 Grad-ECLIP 用于空间异常热图定位，通过我们新颖的提示引导分块自动聚焦机制提升计算效率和准确性。我们采用 VLM，通过精心设计的提示工程生成检测到的异常的上下文和推理描述。我们在多个公开可用的 CCTV 和视频数据集上评估了 XAVAD 的准确性和计算成本。我们的实验表明，我们的 XAVAD 相较于最先进的基准方法取得了显著提升，并为 VAD 的 XAI 中的隐私保护权衡提供了见解。我们进一步展示了跨多种配置和建模替代方案的消融研究和评估，以证明我们提出的方法的有效性。代码：此 https URL}{此 https URL 。
| 评论： | 21 页，12 张图，13 张表，预印本 |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.32073 [cs.CV] |
| （或 arXiv:2610.32073v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32073 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Mulugeta Weldezgina Asres [查看电子邮件]
[v1]
2026 年 10 月 23 日星期五 02:19:42 UTC（14,400 KB）
来源：arXiv cs.AI · arxiv.org