弱教師付きデュアルエンコーダモデルを用いた監視映像における異常事象の認識

Recognition of Abnormal Events in Surveillance Videos using Weakly Supervised Dual-Encoder Models

November 17, 2025

著者: Noam Tsfaty, Avishai Weizman, Liav Cohen, Moshe Tshuva, Yehudit Aperstein

cs.AI

要旨

監視カメラ映像における稀で多様な異常を、ビデオレベルの教師信号のみで検出する課題に取り組む。提案するデュアルバックボーンフレームワークは、畳み込み表現とトランスフォーマー表現をtop-kプーリングにより統合し、UCF-Crimeデータセットで90.7%の曲線下面積（AUC）を達成した。

English

We address the challenge of detecting rare and diverse anomalies in surveillance videos using only video-level supervision. Our dual-backbone framework combines convolutional and transformer representations through top-k pooling, achieving 90.7% area under the curve (AUC) on the UCF-Crime dataset.