O-VAD: 객체 중심 추적 및 추론을 통한 산업용 비디오 이상 탐지 (Industrial Video Anomaly Detection)

요약

산업용 비디오 이상 탐지(IVAD)를 위해 객체의 상태 변화를 추적하는 학습이 필요 없는 에이전트 기반 프레임워크인 O-VAD를 제안합니다. 이 방법은 도메인 지식 주입 없이도 객체의 시공간적 역동성을 추적하여 비정상 객체를 식별하며, 기존 VLM 및 미세 조정된 모델보다 뛰어난 성능을 보입니다.

핵심 포인트

• 학습이 필요 없는 에이전트 기반 프레임워크 제안
• 객체의 시공간적 역동성 및 상태 진화 추적
• 도메인 특화 지식 없이도 산업 환경 적용 가능
• 기존 VLM 및 미세 조정 모델 대비 우수한 성능 입증
• 이상 프로세스에 대한 해석 가능한 보고서 제공