A Comprehensive Survey of Transformer-Based Models for Video Anomaly Detection in Surveillance Systems
Notice bibliographique
Résumé
Video anomaly detection constitutes a pivotal component for ensuring public safety, regulating traffic networks, supervising industrial workflows, and enabling smart city ecosystems.Recent advances in deep learning -particularly transformer-based architectures -have markedly improved the modeling of high-order spatio-temporal dependencies within surveillance video streams.This study presents a systematic comparative evaluation of state-of-the-art frameworks, encompassing CNN-Transformer hybrids, dual-stream motion-appearance encoders, pure vision transformer architectures, weakly supervised paradigms, and class-incremental learning strategies.Experiments conducted on benchmark datasets including UCF-Crime, ShanghaiTech, CUHK Avenue, UCSD Ped2, RWF-2000, and Drone-Anomaly highlight domain-specific advantages: BiMT achieves superior accuracy on UCF-Crime; TDS-Net demonstrates robustness on motion-intensive corpora such as ShanghaiTech and Avenue; and unsupervised transformer models excel in aerial anomaly detection.Furthermore, SwinIoT provides edge-optimized inference for IoT-enabled smart environments, while CILAR-Net supports dynamic integration of emergent anomalous classes.The analysis underscores critical trade-offs-labeling cost reduction via ST-HTAM, real-time efficiency through ViT+SRU++, and anomaly localization achieved by SwinAnomaly.The findings indicate that no single architecture universally dominates across tasks; instead, optimal model selection is context-sensitive, determined by accuracy-efficiency requirements, annotation costs, adaptability, and deployment constraints.The contribution is a decisionsupport framework for selecting transformer-based anomaly detection models across heterogeneous video surveillance domains.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».