FTDMamba：面向无人机视频异常检测的频率辅助时间膨胀Mamba网络
计算机视觉与模式识别
2026-01-19 v1
摘要
视频异常检测（VAD）的最新进展主要集中在基于地面的监控或静态背景的无人机（UAV）视频上，而对动态背景无人机视频的研究仍然有限。与静态场景不同，动态捕获的无人机视频表现出多源运动耦合，其中物体的运动和无人机引起的全局运动错综复杂地交织在一起。因此，现有方法可能将正常的无人机运动误分类为异常，或无法捕获隐藏在动态背景中的真实异常。此外，许多方法未能充分解决跨不同时间尺度的帧间连续性和局部空间相关性的联合建模问题。为克服这些限制，我们提出了用于无人机VAD的频率辅助时间膨胀Mamba（FTDMamba）网络，包括两个核心组件：（1）频率解耦时空相关模块，它通过频率分析解耦耦合的运动模式并建模全局时空依赖关系；（2）时间膨胀Mamba模块，它利用Mamba的序列建模能力，在多个时间感受野上联合学习细粒度的时间动态和局部空间结构。此外，与现有专注于静态背景的无人机VAD数据集不同，我们构建了一个大规模移动无人机VAD数据集（MUVAD），包含222,736帧，涵盖12种异常类型的240个异常事件。大量实验表明，FTDMamba在两个公开的静态基准测试和新的MUVAD数据集上均达到了最先进的性能。代码和MUVAD数据集将在以下网址提供：https://github.com/uavano/FTDMamba。
引用
@article{arxiv.2601.11254,
title = {FTDMamba: Frequency-Assisted Temporal Dilation Mamba for Unmanned Aerial Vehicle Video Anomaly Detection},
author = {Cheng-Zhuang Liu and Si-Bao Chen and Qing-Ling Shu and Chris Ding and Jin Tang and Bin Luo},
journal= {arXiv preprint arXiv:2601.11254},
year = {2026}
}