基于大型视觉语言模型的异常思想链
计算机视觉与模式识别
2025-12-24 v1 多智能体系统
摘要
大型视觉语言模型用于自动化视频监控时， 由于其对正常现象的内在偏见， 常常难以检测犯罪行为。 虽然链式思考推理策略在语言任务中显示出显著的潜力， 但其在推理过程中缺乏异常偏见的归纳性， 进而导致模型倾向于正常解释。 为此，我们提出了链式异常思想（Chain-of-Anomaly-Thoughts, CoAT），一种多智能体推理框架， 通过引入以异常为焦点的分类层， 在推理过程中引入归纳性犯罪偏见。 我们的方法在异常检测方面显著提升了性能， 在低分辨率视频片段中F1分数提升了11.8个百分点， 在高分辨率视频中的异常分类提升了3.78个百分点。
引用
@article{arxiv.2512.20417,
title = {Chain-of-Anomaly Thoughts with Large Vision-Language Models},
author = {Pedro Domingos and João Pereira and Vasco Lopes and João Neves and David Semedo},
journal= {arXiv preprint arXiv:2512.20417},
year = {2025}
}
备注
2 pages, 3 figures, 1 table. Accepted for RECPAD 2025