重新思考开放世界视频异常检测：诊断定义盲目性

开放世界视频异常检测 (OWVAD) 旨在根据用户指定的定义定位视频中的异常事件。因此，OWVAD 检测器应使用提供的定义来确定异常情况。我们将这种行为定义称为跟随性，并将其失败定义称为盲目性。然而，现有的时间评估协议可能会掩盖这种区别，使得强大的通用异常检测似乎反映了以下定义。例如，Drift@5 和可定制的 VAD 协议将正常帧和当前定义之外的异常视为负数。在我们研究中使用的三个基准中，正常框架占这些负面因素的 78.6%-96.4%。因此，报告的分数很大程度上是由目标与正常分离而不是目标与其他异常分离驱动的。与此诊断一致，从未收到异常定义的 LaGoVAD 分支几乎与 Drift@5 下的完整模型匹配。因此，我们引入了三种互补的定义条件评估，将定义遵循与通用异常检测分开。将它们应用到 VAD 系统以及 UCF-Crime、XD-Violence 和 MSAD 上的通用视觉语言模型表明，现有评估下的强劲表现可以与较弱的定义遵循共存。受这些结果的启发，我们引入了定义对比评分（DeCoS），它减少了竞争定义之间共享的异常证据，并改进了三个基准的定义遵循。我们的结果表明，通用异常检测和定义遵循是不同的功能，应在 OWVAD 中单独评估。