PE MIL
Prompt-Enhanced Multiple Instance Learning for Weakly Supervised Video Anomaly Detection
data: XD-Violence、ShanghaiTech、UCF-Crime
引言
利用异常感知提示与正常上下文提示增强视频片段特征，改善弱监督视频异常检测的事件识别与边界定位。研究对象为视频。
方法
（1）异常提示：把异常类别语义与可学习提示结合，增强视频特征。
（2）正常上下文：利用正常场景提示区分异常及其背景。
（3）边界检测：用互补提示形成更清晰的帧级异常分数。
原文Figure 2，PDF 第 3 页。
实验
实验设置
XD-Violence 使用 AP；ShanghaiTech 和 UCF-Crime 使用帧级 ROC AUC，比较同类视频特征下的检测结果。
主要结果
正常上下文提示用于减少误报和澄清事件边界；异常提示用于区分多种异常模式。
原文Table 1，PDF 第 6 页。
消融与讨论
分别考察两类提示及异常边界；这些帧级指标不能直接与病理切片分类 AUC 横向比较。
参考文献
Prompt-Enhanced Multiple Instance Learning for Weakly Supervised Video Anomaly Detection
本文归入相关 MIL 方法：具体研究对象见数据与实验设置。