多模态 64
-
论文笔记《AnyAnomaly: Zero-Shot Customizable Video Anomaly Detection with LVLM》
论文 - 《AnyAnomaly: Zero-Shot Customizable Video Anomaly Detection with LVLM》 代码 - Github 关键词 - 关键帧采样、无需微调/训练、零样本、视频异常检测、视觉语言模型VLM 这篇论文主要是利用VLM的通用泛化能力来实
-
论文笔记《Just Dance with π! A Poly-modal Inductor for Weakly-supervised Video Anomaly Detection》
论文 - 《Just Dance with π! A Poly-modal Inductor for Weakly-supervised Video Anomaly Detection》 代码 - 仓库关闭了 关键词 - CVPR' 25、弱监督视频异常检测WSVAD、多模态融合、视频异常检测VAD
-
论文笔记《Adaptive Keyframe Sampling for Long Video Understanding》
论文 - 《Adaptive Keyframe Sampling for Long Video Understanding》 代码 - Github 关键词 - 自适应抽帧、多模态大模型MLLM、相关性、覆盖度、采样 1 引言 研究问题 MLLMs 通过将视觉输入作为额外的标记注入到 LLMs 中作
-
论文比较《SUVAD: Semantic Understanding Based Video Anomaly Detection Using MLLM》
论文 - 《SUVAD: Semantic Understanding Based Video Anomaly Detection Using MLLM》 关键词 - ICASSP2025、无需训练的、多模态大模型、视觉-语言模型、视频异常检测 1 引言 现有工作不足 这些方法大多依赖特定场景,一旦
-
论文笔记-《HiProbe-VAD: Video Anomaly Detection via Hidden States Probing in Tuning-Free Multimodal LLMs》
论文 - 《HiProbe-VAD: Video Anomaly Detection via Hidden States Probing in Tuning-Free Multimodal LLMs》 关键词 - ACM MM '25、多模态大模型MLLM、中间隐藏状态、免微调 1 引言 现有工作的
-
论文笔记《HoloTrace: LLM-based Bidirectional Causal Knowledge Graph for Edge-Cloud VAD》
论文 - 《HoloTrace: LLM-based Bidirectional Causal Knowledge Graph for Edge-Cloud Video Anomaly Detection》 代码 - Github 关键词 - ACM MM2025、边缘-云协作、知识图谱、视频异常检
-
论文笔记《VAU-R1: Advancing Video Anomaly Understanding via Reinforcement Fine-Tuning》
论文 - 《VAU-R1: Advancing Video Anomaly Understanding via Reinforcement Fine-Tuning》 代码 - Github 关键词 - 强化微调、Qwen、视频异常理解VAU、新数据集、视频异常问答、视频异常检测VAD、新基准 1 引
-
论文笔记《EventVAD: Training-Free Event-Aware Video Anomaly Detection》
论文 - 《EventVAD: Training-Free Event-Aware Video Anomaly Detection》 代码 - Github 关键词 - 无需训练、视频异常处理、图注意力网络、异常边界判定、视频大模型VideoLLaMA 1 引言 研究问题 视频异常检测(VAD)致力
-
论文笔记《VideoLLM-online: Online Video Large Language Model for Streaming Video》
论文 - 《VideoLLM-online: Online Video Large Language Model for Streaming Video》 代码 - Github 关键词 - 流式视频、在线视频问答、视频大模型 1 引言 研究动机 现有大模型训练时通常将视频视为预定义的视频片段,导致
-
论文笔记《Holmes-VAU: Towards Long-term Video Anomaly Understanding at Any Granularity》
论文 - 《Holmes-VAU: Towards Long-term Video Anomaly Understanding at Any Granularity》 代码 - Github 关键词 - 指令微调数据集、InterVL2、视频大模型、视觉-语言大模型VLM、视频异常检测VAD、时序采
-
论文笔记《Video-LLaVA: Learning United Visual Representation by Alignment Before Projection》
论文 - 《Video-LLaVA: Learning United Visual Representation by Alignment Before Projection》 代码 - Github 关键词 - 微调、LanguageBind、Vicuna、视频大模型、视觉-语言大模型 0 比较不
-
论文笔记《MobileVLM V2: Faster and Stronger Baseline for Vision Language Model》
论文 - 《MobileVLM V2: Faster and Stronger Baseline for Vision Language Model》 代码 - Github 关键词 - 边缘智能、高效大模型、视觉-语言模型VLM 1 引言 动机:打造小型视觉-语言模型VLM。 本文工作 - Mob
-
论文笔记《Follow the Rules: Reasoning for Video Anomaly Detection with Large Language Models》
论文 - 《Follow the Rules: Reasoning for Video Anomaly Detection with Large Language Models》 代码 - Github 关键词 - 无需训练、Prompt 工程、视频异常检测VAD、视觉-语言模型VLM、基于规则推理
-
论文笔记《Vad-R1: Towards Video Anomaly Reasoning via Perception-to-Cognition Chain-of-Thought》
论文 - 《Vad-R1: Towards Video Anomaly Reasoning via Perception-to-Cognition Chain-of-Thought》 代码 - Github 关键词 - reason推理能力、思维链COT、多模态大语言模型MLLMs、强化学习、新数据
-
论文笔记《Flashback: Memory-Driven Zero-shot, Real-time Video Anomaly Detection》
论文 - 《Flashback: Memory-Driven Zero-shot, Real-time Video Anomaly Detection》 关键词 - 实时高效视频异常检测、基于记忆库、零样本、可解释性、视觉语言大模型VLM、无需训练 1 引言 VAD 有两个根本性的障碍阻碍了其在现实
-
论文笔记《SlowFastVAD: Video Anomaly Detection via Integrating Simple Detector and RAG-Enhanced VLM》
论文 - 《SlowFastVAD: Video Anomaly Detection via Integrating Simple Detector and RAG-Enhanced Vision-Language Model》 代码 - 预计开源 关键词 - 大小模型协作、视频异常检测、高效检测、
-
论文笔记《LFTR: Learning-Free Token Reduction for Multimodal Large Language Models》
论文 - 《LFTR: Learning-Free Token Reduction for Multimodal Large Language Models》 关键词 - 即插即用、高效压缩、多模态大模型MLLM、视频、Token剪枝、时间空间、相似性、视频问答、无需训练 1 引言 动机:多模态大语
-
论文笔记《Open-Vocabulary Video Anomaly Detection》
论文 - 《Open-Vocabulary Video Anomaly Detection》 关键词 - 1 引言 过去的研究问题 - 开放集视频异常检测(open-set VAD) 目标:在仅提供正常视频和已见异常的情况下,检测测试集中未见过的异常。 局限:这种设定下关注的帧级别的异常得分,无法识
-
论文笔记《Uncovering What, Why and How: A Comprehensive Benchmark...of Video Anomaly》
论文 - 《Uncovering What, Why and How: A Comprehensive Benchmark for Causation Understanding of Video Anomaly》 代码 - Github 关键词 - 新基准、新评估指标、因果推理、异常可解释性、视频
-
论文笔记《Video Anomaly Detection and Explanation via Large Language Models》
论文 - 《Video Anomaly Detection and Explanation via Large Language Models》 代码 - Github 关键词 - 弱监督视频异常学习WSVAD、大模型、视频大模型VLLM、微调、指令微调 1 引言 动机:基于异常评分的方法多年来占据