НОВА: Обычная модель для безразличного обнаружения аномалий с нулевым числом выстрелов

arXiv: 26009,063660v1 Annualce Type: новый резюме: Бесплатное обнаружение видеоаномалий с нулевым выстрелом (ZS-VAD) позволяет использовать модели языка зрения (VLMs), чтобы локализовать случаи аномалии из предопределённого словаря аналогов без предоставления какого-либо видео. Существующие методы, основанные на CLIP, часто подчеркивают аномалию семантики, в то время как конкурирующая сторона нормальности остается менее тщательно сформулированной. Мы выявляем два ключевых ограничения в существующих решениях: i) размытая граница принятия решений: обычные сигналы могут содержать двусмысленные глаголы, такие как бегущие, которые семантически близки к аномалиям, уменьшая нормальное и ненормальное разделение пространства для установки VLM; и ii) разрыв между модификацией: плохое согласование параметров текстовых обычных якорей и визуальных рамок. Мы предлагаем НОВА - неподготовленную систему ZS-VAD, которая укрепляет нормальную сторону как на лингвистическом, так и визуальном уровнях. НОВА вводит в действие быстрое строительство, которое исключает аномальные глаголы и отклонения от обычных описаний к статическим.