Copertina

CRCL: Causal Representation Consistency Learning for Anomaly Detection in Surveillance Videos

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Liu, Yang, Wang, Hongjin, Wang, Zepu, Zhu, Xiaoguang, Liu, Jing, Sun, Peng, Tang, Rui, Du, Jianwei, Leung, Victor C. M., Song, Liang
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

A Survey on Diffusion Models for Anomaly Detection
di: Liu, Jing, et al.
Pubblicazione: (2025)

Networking Systems for Video Anomaly Detection: A Tutorial and Survey
di: Liu, Jing, et al.
Pubblicazione: (2024)

Diffusion-Guided Semantic Consistency for Multimodal Heterogeneity
di: Liu, Jing, et al.
Pubblicazione: (2026)

M2S2L: Mamba-based Multi-Scale Spatial-temporal Learning for Video Anomaly Detection
di: Liu, Yang, et al.
Pubblicazione: (2025)

AssistPDA: An Online Video Surveillance Assistant for Video Anomaly Prediction, Detection, and Analysis
di: Yang, Zhiwei, et al.
Pubblicazione: (2025)

Generalized Video Anomaly Event Detection: Systematic Taxonomy and Comparison of Deep Models
di: Liu, Yang, et al.
Pubblicazione: (2023)

Privacy-Preserving Video Anomaly Detection: A Survey
di: Liu, Yang, et al.
Pubblicazione: (2024)

Event-CausNet: Unlocking Causal Knowledge from Text with Large Language Models for Reliable Spatio-Temporal Forecasting
di: Niu, Luyao, et al.
Pubblicazione: (2025)

Open-Vocabulary Video Anomaly Detection
di: Wu, Peng, et al.
Pubblicazione: (2023)

Towards Video Anomaly Retrieval from Video Anomaly Detection: New Benchmarks and Model
di: Wu, Peng, et al.
Pubblicazione: (2023)

Digital financial inclusion, rural consumption and economic growth in China
di: Zepu Zhang, et al.
Pubblicazione: (2024)

Learning Unified Reference Representation for Unsupervised Multi-class Anomaly Detection
di: He, Liren, et al.
Pubblicazione: (2024)

Robust Multimodal Representation Learning in Healthcare
di: Zhu, Xiaoguang, et al.
Pubblicazione: (2026)

CausalTAD: Injecting Causal Knowledge into Large Language Models for Tabular Anomaly Detection
di: Wang, Ruiqi, et al.
Pubblicazione: (2026)

Forward Consistency Learning with Gated Context Aggregation for Video Anomaly Detection
di: Lyu, Jiahao, et al.
Pubblicazione: (2026)

ProDisc-VAD: An Efficient System for Weakly-Supervised Anomaly Detection in Video Surveillance Applications
di: Zhu, Tao, et al.
Pubblicazione: (2025)

Text Prompt with Normality Guidance for Weakly Supervised Video Anomaly Detection
di: Yang, Zhiwei, et al.
Pubblicazione: (2024)

Causal Debiasing Medical Multimodal Representation Learning with Missing Modalities
di: Zhu, Xiaoguang, et al.
Pubblicazione: (2025)

Addressing Graph Anomaly Detection via Causal Edge Separation and Spectrum
di: Wo, Zengyi, et al.
Pubblicazione: (2025)

Motion Semantics Guided Normalizing Flow for Privacy-Preserving Video Anomaly Detection
di: Liu, Yang, et al.
Pubblicazione: (2026)

CRCL at SemEval-2024 Task 2: Simple prompt optimizations
di: Brutti-Mairesse, Clément, et al.
Pubblicazione: (2024)

Kunlun Anomaly Troubleshooter: Enabling Kernel-Level Anomaly Detection and Causal Reasoning for Large Model Distributed Inference
di: Liu, Yuyang, et al.
Pubblicazione: (2025)

SurveillanceVQA-589K: A Benchmark for Comprehensive Surveillance Video-Language Understanding with Large Models
di: Liu, Bo, et al.
Pubblicazione: (2025)

A Scalable and Generalized Deep Learning Framework for Anomaly Detection in Surveillance Videos
di: Jebur, Sabah Abdulazeez, et al.
Pubblicazione: (2024)

A Scalable and Generalised Deep Learning Framework for Anomaly Detection in Surveillance Videos
di: Sabah Abdulazeez Jebur, et al.
Pubblicazione: (2025)

AI For smart Surveillance and Anomaly Detection
di: Pawan Sen, et al.
Pubblicazione: (2025)

Learn Suspected Anomalies from Event Prompts for Video Anomaly Detection
di: Tao, Chenchen, et al.
Pubblicazione: (2024)

A Novel Representation of Periodic Pattern and Its Application to Untrained Anomaly Detection
di: Ye, Peng, et al.
Pubblicazione: (2024)

AVadCLIP: Audio-Visual Collaboration for Robust Video Anomaly Detection
di: Wu, Peng, et al.
Pubblicazione: (2025)

Anomaly Detection and Generation with Diffusion Models: A Survey
di: Liu, Yang, et al.
Pubblicazione: (2025)

MTFL: Multi-Timescale Feature Learning for Weakly-Supervised Anomaly Detection in Surveillance Videos
di: Zhang, Yiling, et al.
Pubblicazione: (2024)

Rethinking Metrics and Benchmarks of Video Anomaly Detection
di: Liu, Zihao, et al.
Pubblicazione: (2025)

Deep Learning for Video Anomaly Detection: A Review
di: Wu, Peng, et al.
Pubblicazione: (2024)

GCR: Geometry-Consistent Routing for Task-Agnostic Continual Anomaly Detection
di: Chae, Joongwon, et al.
Pubblicazione: (2026)

Decorrelating the Future: Joint Frequency Domain Learning for Spatio-temporal Forecasting
di: Wang, Zepu, et al.
Pubblicazione: (2026)

MMVIAD: Multi-view Multi-task Video Understanding for Industrial Anomaly Detection
di: Zhao, Xiran, et al.
Pubblicazione: (2026)

Consistent Video Editing as Flow-Driven Image-to-Video Generation
di: Wang, Ge, et al.
Pubblicazione: (2025)

Anomize: Better Open Vocabulary Video Anomaly Detection
di: Li, Fei, et al.
Pubblicazione: (2025)

Towards CausalGPT: A Multi-Agent Approach for Faithful Knowledge Reasoning via Promoting Causal Consistency in LLMs
di: Tang, Ziyi, et al.
Pubblicazione: (2023)

Towards Video Anomaly Detection from Event Streams: A Baseline and Benchmark Datasets
di: Wu, Peng, et al.
Pubblicazione: (2026)