综述：分层时序分割在弱监督视频异常检测中的应用

本文提出了一种创新的分层时序分割方法（HiTESS），通过双向LSTM（BiLSTM）和多头注意力机制（Multi-Head Attention）整合多层次时序特征，显著提升了视频异常检测的准确性和定位能力。实验表明，该方法在UCF-Crime和XD-Violence数据集上分别以1.32% AUC和4.8% AP超越现有技术。

　　

Abstract

视频异常检测在弱标签条件下的时序定位面临数据稀疏和动态性挑战。HiTESS通过分层时序分割（Hierarchical Temporal Sequence Segmentation）将视频分解为多尺度单元，结合BiLSTM和Multi-Head Attention捕捉时序依赖关系，显著提升细粒度异常检测能力。实验显示，其在UCF-Crime和XD-Violence数据集上分别实现1.32% AUC和4.8% AP的性能增益。

Introduction

视频异常检测在公共安全和工业监控中至关重要，但传统方法受限于标注成本与动态异常特征。HiTESS创新性地将多示例学习（MIL）与分层评分结合，通过BiLSTM建模长短期依赖，辅以多头注意力聚焦关键帧，解决了稀疏异常定位难题。

Methodology

HiTESS框架包含三部分：

1. 分层时序分割：将视频按时间粒度逐级划分，适应不同持续时间的异常事件。
2. 特征提取：BiLSTM编码双向时序上下文，多头注意力加权显著特征。
3. 分层评分聚合：融合片段级与序列级预测，减少误报。

Experiments and Results

在XD-Violence和UCF-Crime数据集上，HiTESS的帧级AUC达84.7%和82.3%，较基线模型提升显著。消融实验验证了分层结构和注意力机制的有效性。

Conclusion

HiTESS通过多尺度时序分析和动态特征聚合，为弱监督异常检测提供了新范式。未来可探索跨模态数据融合以进一步提升性能。

（注：全文严格基于原文内容缩编，未添加非原文信息。）