突破不可解释性！视频异常新检测框架精度90.67%拿下SOTA｜华科&百度&密歇根大学

文章预览

HolmesVAD团队 投稿 量子位 | 公众号 QbitAI 大模型当上福尔摩斯，学会对视频异常进行检测了。 来自华中科技大学、百度、密歇根大学的研究团队，提出了一种 可解释性的视频异常检测框架 ，名为 Holmes-VAD 。 Holmes-VAD不仅能给出精确的视频异常定位，还能够对检测到的异常提供解释和分析。 比如，给它看一段监控视频，询问它视频中是否有任何异常迹象，它立马就能识别出： 有异常，一辆白色面包车正在路上行驶，突然一辆摩托车出现并撞上了面包车，造成了一起严重的事故。 爆炸场景也不在话下： 视频显示在沙漠地区发生了一次大规模爆炸，导致大量烟尘飘到空中。这是异常的，因为在自然环境中，如此突然和强烈的能量释放是一种意料之外且不寻常的事件。 像是打篮球互相追逐竞争这样婶儿的具有迷惑性的视频，它也能正确识别并作出解释 ………………………………