基于人体姿态的 Transformer 检测盗窃：Shopformer 框架
计算机视觉与模式识别
2025-04-29 v1
摘要
盗窃仍是零售行业的高额成本问题，但传统的监控系统——主要依赖人工监督——仍大部分无效，仅约有 2% 的盗窃者被捕。现有的 AI 方法依赖像素级视频分析，引发隐私问题，易受环境变化影响，且需要大量计算资源。为此，我们引入 Shopformer，一种新型基于 Transformer 的模型，通过分析姿态序列而非原始视频来检测盗窃。我们提出了自定义的标记化策略，将姿态序列转换为紧凑的嵌入向量，以实现高效的 Transformer 处理。据我们所知，这是首个基于姿态序列的 Transformer 模型用于盗窃检测。我们在真实世界姿态数据上进行评估，方法在状态-of-the-art 异常检测模型之上，提供了一个隐私保护、可扩展的实时零售监控解决方案。本作品的代码基地可在 https://github.com/TeCSAR-UNCC/Shopformer 获取。
关键词
引用
@article{arxiv.2504.19970,
title = {Shopformer: Transformer-Based Framework for Detecting Shoplifting via Human Pose},
author = {Narges Rashvand and Ghazal Alinezhad Noghre and Armin Danesh Pazho and Babak Rahimi Ardabili and Hamed Tabkhi},
journal= {arXiv preprint arXiv:2504.19970},
year = {2025}
}