超越危险相似性：无需训练 视频异常检测的对比事件判定

视频异常检测（VAD）旨在识别并暂时定位视频中的异常事件。监督方法从目标域注释中学习异常决策边界，但需要大量的域内数据。现有的 无需训练 方法利用预训练模型丰富的语义知识和推理能力来解释视觉内容，但这些能力并不能直接定义异常决策标准：更丰富的异常描述可以更好地捕获危险相似性，而无需解决异常。为此，我们提出了 无需训练 视频异常检测（CEAVAD）的对比事件裁决，它将推理单元从孤立的异常概念转变为可证伪的事件假设，并通过竞争解释和视频证据之间的交互建立推理时间解释边界。具体来说，CEAVAD 首先使用公共安全知识来构建危害良性事件对比，将每个危害机制与通用正常帐户和特定机制的良性对应项配对。然后，它确定目标区间是否更好地支持危险解释或其良性竞争者，从而为目标产生可修改的对比边界建议。最后，CEAVAD 对相互竞争的解释进行裁决，以确定危险假设是否在视频证据中幸存下来，支持时间局部异常检测和基于证据的解释。对三个广泛使用的 VAD 基准测试的实验表明，CEAVAD 在 无需训练 范式下实现了最先进的性能。