面向全零样本视频异常分析的统一推理框架
计算机视觉与模式识别
2025-11-04 v1
摘要
大多数视频异常研究仅停留在帧级检测上，无法提供异常事件为何异常的解释，通常仅输出帧级异常得分，缺乏空间或语义上下文。最近的视频异常局部化和视频异常理解方法虽然改善了可解释性，但仍依赖数据且具有任务特定性。我们提出一种统一推理框架，弥合时序检测、空间局部化与文本解释之间的鸿沟。该方法建立在链式测试时推理过程之上，依次串联这些任务，实现无需任何额外训练的全面零样本异常分析。具体而言，我们的方法利用任务内推理来细化时序检测，利用任务间链式连接进行空间和语义理解，从而在完全零样本方式下提升可解释性和泛化能力。在无需额外数据或梯度的情况下，我们的方法在多个视频异常检测、局部化和解释基准上实现了零样本最佳性能。结果表明，精心设计的任务级链式提示能够解锁基础模型的推理能力，实现在完全零样本方式下的实用、可解释视频异常分析。项目页面: https://rathgrith.github.io/Unified_Frame_VAA/
引用
@article{arxiv.2511.00962,
title = {A Unified Reasoning Framework for Holistic Zero-Shot Video Anomaly Analysis},
author = {Dongheng Lin and Mengxue Qu and Kunyang Han and Jianbo Jiao and Xiaojie Jin and Yunchao Wei},
journal= {arXiv preprint arXiv:2511.00962},
year = {2025}
}
备注
NeurIPS 2025 poster