基于运动语义引导的正规化流用于隐私保护视频异常检测
计算机视觉与模式识别
2026-03-31 v1
摘要
随着具身感知系统日益连接数字与物理领域，在交互式多媒体应用中理解物理环境的隐私保护方法需求日益紧迫。视频异常检测是具身多媒体系统中用于智能监视和取证分析的关键任务。骨架基方法已涌现为一种隐私保护方案，通过抽象的人体姿态表示处理物理世界信息，同时丢弃敏感的视觉属性，如身份信息和面部特征。然而，现有骨架基方法主要以单一方式建模连续运动轨迹，无法捕捉由离散语义原语和细粒度运动学细节构成的层次化人类活动特性，导致在异常现象在不同抽象层次上时检测性能下降。为此，我们提出运动语义引导的正规化流（MSG-Flow），将骨架视频异常检测分解为层次化运动语义建模。它采用向量量化变分自编码器将连续运动离散化为可解释的原语，采用自回归Transformer建模语义层次的时间依赖性，采用条件正规化流捕捉细节层次的姿态变异。在HR-ShanghaiTech与HR-UBnormal基准上的大量实验表明，MSG-Flow在分别以88.1%和75.8%的AUC实现了最先进的性能。
引用
@article{arxiv.2603.26745,
title = {Motion Semantics Guided Normalizing Flow for Privacy-Preserving Video Anomaly Detection},
author = {Yang Liu and Boan Chen and Yuanyuan Meng and Jing Liu and Zhengliang Guo and Wei Zhou and Peng Sun and Hong Chen},
journal= {arXiv preprint arXiv:2603.26745},
year = {2026}
}
备注
Accepted to IEEE ICME 2026