将可解释性和轻量化设计注入弱监督视频异常检测系统

本研究针对现有弱监督视频异常检测方法在实时性和可解释性方面的不足，提出了一种新的框架TCVADS。该方法通过知识蒸馏和跨模态对比学习，设计了两阶段的检测系统，大幅提升了在边缘设备上的检测效率与可解释性，实验结果表明其在模型性能和检测效率方面显著优于现有方法，对智能城市监测应用具有重要影响。