论文提出兼顾匿名化与可解释性的视频异常检测方法 XAVAD。
资讯摘要
论文提出 XAVAD，一种面向匿名化视频异常检测（VAD）的统一描述性可解释方法，整合零样本匿名化、异常类型分类、空间定位与场景上下文描述。作者采用 CLIP 多模态嵌入，结合改进的 LLM 辅助提示与池化评分识别异常类型，并增强 Grad-ECLIP 生成空间热图，配合提示引导的自动聚焦分块机制；同时用 VLM 生成上下文与推理描述。作者报告在多个公开 CCTV 与视频数据集上优于现有基准，并给出隐私保护权衡分析。
要点速读
- XAVAD 将零样本匿名化、异常类型分类、空间定位和场景上下文描述整合为统一框架。
- 方法使用 CLIP 视频嵌入、LLM 辅助提示与池化评分，并增强 Grad-ECLIP 热图定位。
- 作者报告在多个公开 CCTV 与视频数据集上相较现有基准有提升，并附消融与隐私权衡分析。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。