Единая парадигм для поиска и прогнозирования видео-аномалий
arXiv: 2610.11149v1 Annuate Type: New Humber Abstract: Video avenala Discrimination (VAD) является фундаментальной и важной задачей в компьютерном зрение. В последнее время в результате применения подходов, основанных на принципе регенерации, выявляются аномалии с точки зрения распределения, но они по-прежнему ограничиваются местными режимами. В то же время предвидение видеоаномалии (VAA) в качестве инициативного продолжения после специального обнаружения создает дополнительные проблемы. В частности, противоположная парадигма вывода в VAD, которая основана на наземных рамах правды, не применима к VAA, что препятствует ее разработке. Для решения этих проблем мы предлагаем единую систему, основанную на оценках и называемую Uni-DSM, которая основана на денонсации сопоставления баллов (DSI), моделирующей аномалии путем оценки вероятности и определения функций по сравнению с обменом полученными данными. В рамках этой единой системы мы принимаем общую систему трансформаторов с учетом уровня шума, в которой для моделирования уровня распределения используются модели, зависящие от места происшествия и весовые показатели движения. Вместо введения s
