DUAL-VAD: 视频异常检测的双基准与异常聚焦采样
计算机视觉与模式识别
2025-09-17 v2
摘要
视频异常检测（VAD）对监控和公共安全至关重要。然而，现有基准仅限于帧级或视频级任务，限制了模型泛化的整体视角。本研究首先提出了一种基于softmax的帧分配策略，优先处理异常密集片段，同时保持全视频覆盖，实现时间尺度上的平衡采样。基于这一过程，我们构建了两个互补的基准测试。图像基准测试通过代表性帧评估帧级推理，而视频基准测试扩展到时间局部化片段，并纳入异常评分任务。在UCF-Crime数据集上的实验表明帧级和视频级均有提升，消融研究证实了异常聚焦采样相对于均匀和随机基线的明显优势。
关键词
引用
@article{arxiv.2509.11605,
title = {DUAL-VAD: Dual Benchmarks and Anomaly-Focused Sampling for Video Anomaly Detection},
author = {Seoik Jung and Taekyung Song and Joshua Jordan Daniel and JinYoung Lee and SungJun Lee},
journal= {arXiv preprint arXiv:2509.11605},
year = {2025}
}
备注
6 pages in IEEE double-column format, 1 figure, 5 tables. The paper introduces a unified framework for Video Anomaly Detection (VAD) featuring dual benchmarks and an anomaly-focused sampling strategy