11:22
官方账号arXiv cs.AI@Vanodhya G. Warnasooriya, Amir Hajian, Watchara Ruangsang, Supavadee Aramvith
73°
推荐理由：新方法结合YOLO和CLIP，无需光流和独立姿态估计器，实时检测异常行为，速度提升3倍多。
实时处理
共 1 条相关 AI 资讯
9月1日
11:22
研究人员提出了一种轻量级两阶段框架，用于实时视频异常检测。第一阶段使用YOLO v11n-pose检测人物并提取17个骨骼关键点。第二阶段通过CLIP ViT-B/32编码每个裁剪的人物区域，并计算与预定义异常行为文本描述的余弦相似度。该架构在NVIDIA Titan XP GPU上实现了约51 FPS的端到端吞吐量，比多特征基线快3.36倍，同时在CUHK Avenue、ShanghaiTech Campus和朱拉隆功大学自建数据集上分别保持了89.26%、70.26%和84.13%的帧级AUROC值。