隐私保护视频异常检测框架

非独立同分布更稳

专为联邦学习环境下的半监督视频异常检测设计，通过动态更新客户端模型和自适应聚合权重，解决数据分布不均带来的模型偏差问题。

Xiao-Dong, Xie · Zhan, Yuwei · Zhen-Xiang, Ma · Hong-Mei, Liu · Chen, Zhenduo · 罗昕 · 许信顺

IEEE Transactions on Circuits and Systems for Video Technology 2025

参数信息

性能提升

3.89 %

通信效率提升

3 x

技术优势

非独立同分布更稳

客户端模型根据上一轮整体梯度和与服务器模型的差异程度进行动态更新，更好地适应各客户端数据分布，促进收敛。

通信效率高3倍

自适应分配客户端聚合权重时综合考虑数据量、模型质量和学习效率，获得更健壮的服务器模型，减少模型偏差，通信效率比FedAvg高3倍。

应用场景

• 智能监控视频分析：在保护隐私前提下跨摄像头联合训练，提升异常行为识别准确率。
• 分布式异常检测：解决各站点数据分布不均问题，无需汇总原始视频即可协同检测异常。
• 边缘计算模型：降低通信开销，适合在边缘设备上部署轻量级异常检测模型。