面向交通监控视频的零样本事故检测、定位与分类的模块化管线
计算机视觉与模式识别
2026-04-14 v1 机器学习
摘要
我们描述了一个为 ACCIDENT @ CVPR 2026 挑战开发的零样本管线。该挑战要求在没有标签化真实世界训练数据的情况下预测交通事故在监控视频中的发生时间、位置及类型。我们的方法将问题分解为三个独立模块。第一个模块通过对 z-score 归一化的帧差信号进行峰值检测来定位碰撞发生的时间。第二个模块通过计算累积稠密光流幅值图的加权质心来寻找冲击位置，使用 Farneback 算法。第三个模块通过测量靠近检测到的峰值的帧的 CLIP 图像嵌入与来自每个事故类别的多提示自然语言描述构建的文本嵌入之间的余弦相似度来分类碰撞类型。未涉及领域特定的微调;该管线仅使用预训练模型权重处理每个视频。我们的实现以 Kaggle 笔记本形式公开。
引用
@article{arxiv.2604.09685,
title = {A Modular Zero-Shot Pipeline for Accident Detection, Localization, and Classification in Traffic Surveillance Video},
author = {Amey Thakur and Sarvesh Talele},
journal= {arXiv preprint arXiv:2604.09685},
year = {2026}
}
备注
9 pages, 7 figures, 2 tables. Submitted to the ACCIDENT @ CVPR 2026 Workshop. Source code and notebook available at https://www.kaggle.com/code/ameythakur20/zero-shot-cctv-traffic-accident-understanding/