O-VAD：通过以对象为中心的跟踪和推理进行工业视频异常检测

工业视频异常检测（IVAD）旨在识别工业过程中的异常物体和事件，这对于现代制造和质量控制系统至关重要。现有的基于 VLM 的异常推理方法能够检测一般领域中的开放式异常。然而，在以复杂的对象转换、严格的物理和程序限制为特征的工业环境中，它们的性能会下降。为了解决这种交互密集型检测的复杂性，我们引入了 无需训练 代理框架，用于无需特定领域知识的异常检测，强调像人类检查员一样的对象状态演化。它旨在跟踪检测到的对象随时间的时空动态和潜在变换，然后对对象的时间状态轨迹进行推理，以识别已定位视频帧中的异常对象。我们的方法克服了先前方法的局限性，这些方法依赖于对正常剪辑的再训练或注入领域知识作为测试时推理的上下文。对三个 IVAD 数据集的大量实验表明，我们的方法优于在各自数据集上微调的前沿 VLM、代理框架和传统 VAD 方法，同时提供有关异常过程和类型的可解释报告。