VADMamba++: 通过灰度空间中的混合建模实现高效视频异常检测
计算机视觉与模式识别
2026-04-02 v1
摘要
VADMamba率先将Mamba引入视频异常检测（VAD），通过混合代理任务实现了高精度和快速推理。然而，其对光流作为辅助输入的严重依赖以及跨任务融合评分限制了其在单一代理任务上的适用性。在本文中，我们提出了VADMamba++，一种基于灰度到RGB范式的高效VAD方法，该方法强制实施单通道到三通道的重建映射，专为单一代理任务设计且无需辅助输入。该范式迫使从灰度结构中推断颜色外观，从而通过结构和色彩线索之间的双重不一致性更有效地揭示异常。具体而言，VADMamba++将灰度帧重建到RGB空间，以同时判别结构几何和色彩保真度，从而增强对明显视觉异常的敏感性。我们进一步设计了一种混合建模骨干网络，整合Mamba、CNN和Transformer模块以捕获多样化的正常模式，同时抑制异常的出现。此外，一种任务内融合评分策略将显式的未来帧预测误差与隐式的量化特征误差相结合，进一步提高了单一任务设置下的准确性。在三个基准数据集上的广泛实验表明，VADMamba++优于最先进的方法，同时满足性能和效率要求，尤其是在仅使用帧级输入的严格单一任务设置下。
引用
@article{arxiv.2604.00360,
title = {VADMamba++: Efficient Video Anomaly Detection via Hybrid Modeling in Grayscale Space},
author = {Jihao Lyu and Minghua Zhao and Jing Hu and Yifei Chen and Shuangli Du and Cheng Shi},
journal= {arXiv preprint arXiv:2604.00360},
year = {2026}
}