在弱监督下对压缩级监控异常检测的VLM进行基准比较

科学领域:

• 计算机科学 计算机科学
• 人工智能的人工智能
• 机器学习 机器学习

背景情况:

• 闭路电视安全监控需要高精度和低延迟的异常检测.
• 监管不足对传统的异常检测方法构成挑战.
• 紧的视觉语言模型 (VLMs) 在这个领域的潜力被探索.

研究的目的:

• 调查参数效率适应的紧型VLMs对CCTV异常检测的有效性.
• 建立一个统一的评估协议,用于比较不同的VLM方法和基线.
• 为了评估检测准确度和每剪辑延迟之间的权衡.

主要方法:

• 开发了一个统一的评估协议,标准化了预处理,提示,数据集分割,指标和运行时设置.
• 紧型VLMs使用参数高效微调进行了调整.
• 性能与没有培训的VLM管道和监督较弱的基线进行了比较.
• 这些指标包括准确度,精度,回忆,F1,ROC-AUC和平均每剪辑延迟.

主要成果:

• 以参数效率适应的紧型VLM实现了与既定方法相比或超过的性能.
• 这些模型保持了具有竞争力的每剪辑延迟,这对于实时监控至关重要.
• 适应减少了即时的敏感性,导致更一致的行为.
• 证明了有利的准确性-效率权衡.

结论:

• 参数高效的微调使紧型VLM能够充当可靠的剪贴级异常探测器.
• 紧型VLM为CCTV安全监控在弱监督下提供了实用和高效的解决方案.
• 拟议的评估协议确保了评估异常检测方法的透明度和一致性.