华中科技大学、百度和密歇根大学的研究团队提出了一种名为 Holmes-VAD 的视频异常检测框架。Holmes-VAD 不仅能够精确定位视频中的异常，还能提供详细的解释和分析。例如，它可以识别监控视频中的交通事故或爆炸场景，并解释这些事件的异常性。Holmes-VAD 基于视频多模态大模型微调，利用精确的时序监督和多模态指令，实现了准确的异常定位和全面的解释。此外，研究团队还引入了视频异常检测领域的大规模多模态指令数据集 ——VAD-Instruct50k。
To view this video please enable JavaScript,and consider upgrading to a web browser that supports HTML5 video
This is a modal window.
Beginning of dialog window.Escape will cancel and close the window.
End of dialog window.