vad

一种面向整体零样本视频异常分析的统一推理框架A Unified Reasoning Framework for Holistic Zero-Shot Video Anomaly Analysis NIPS’25 北京交通大学信息科学研究所；英国伯明翰大学 MIx 课题组

PANDA：通过代理型 AI 工程师迈向通用视频异常检测PANDA: Towards Generalist Video Anomaly Detection via Agentic AI Engineer NIPS’25 西安电子科技大学；新加坡国立大学 Show Lab

C#实现语音预处理：降噪、静音检测、自动增益（附Demo源码）无论是在音视频录制系统，还是音视频通话系统、或视频会议系统中，对从麦克风采集到的说话的声音数据进行预处理，都是是非常必要的。

Vad-R1：通过从感知到认知的思维链进行视频异常推理Vad-R1: Towards Video Anomaly Reasoning via Perception-to-Cognition Chain-of-Thought ¹中山大学深圳校区；²哈尔滨工业大学（深圳）；³香港理工大学 arxiv’25’05

HyperAD：学习弱监督音视频暴力检测在双曲空间中的方法Learning Weakly Supervised Audio-Visual Violence Detection in Hyperbolic Space arxiv’23’05, Im. Vis. Comput’24 数字媒体与艺术学院，杭州电子科技大学，中国；国防科技大学工程与技术学院，中国

VERA: 基于视觉-语言模型的解释性视频异常检测框架arxiv’24 - 爱荷华大学/ 马普学会智能系统研究所（图宾根）/奥本大学项目主页 VERA: Explainable Video Anomaly Detection via Verbalized Learning of Vision-Language Models

MCANet: 基于多模态字幕感知的大语言模型训练无关视频异常检测ICPR’24 - 印度卡利卡特国立理工学院 MCANet: Multimodal Caption Aware Training-Free Video Anomaly Detection via Large Language Model

WhisperXWhisperX：具有字级时间戳的自动语音识别（和分类）该存储库提供快速语音识别（70倍实时与big-v2）与字级时间戳和说话人分类。

计算机视觉——基于深度学习检测监控视频发生异常事件的算法实现视频异常检测（VAD）是一门旨在自动化监控视频分析的技术，其核心目标是利用计算机视觉系统来监测监控摄像头的画面，并自动检测其中的异常或非常规活动。随着监控摄像头在各种场合的广泛应用，人工监视已经变得不切实际，因为这一任务既单调又耗时。此外，监控设备的快速增长使得用人工有效监视大量摄像头变得日益困难，因此迫切需要自动化的解决方案。

基于双级阈值及过零率的语音激活检测（VAD）语音激活检测（Voice Activity Detection, VAD）:也称为端点检测，目的就是要找到音频信号的开始和结束位置。

我是有底线的