في عالم تكنولوجيا المراقبة الحديثة، يواجه اكتشاف الفيديو الغير طبيعي (Video Anomaly Detection - VAD) تحديات جوهرية تجمع بين الحاجة إلى مستوى عالٍ من الدلالات وقلة الموارد الحاسوبية في الأجهزة الطرفية. هذا هو الوضع الذي تعالجه التقنية الجديدة المعروفة باسم MemoVAD.

فكرة MemoVAD تستند إلى التعاون بين الجهاز القريب (Edge Device) والسحابة (Cloud) وذلك من خلال دمج دلالات النماذج اللغوية المرئية (Vision-Language Models - VLMs) بطريقة مختارة لتحقيق اكتشاف الفيديو. بدلًا من تحميل كل المعلومات إلى السحابة، يعمل MemoVAD على إجراء معظم التحليلات بشكل محلي باستخدام كاشف خفيف الوزن ومُشفر زمني لفهم الاعتمادات الزمنية.

مما يميز هذا النظام هو استخدام سياسة البوابة الواعية بالشك (Uncertainty-Aware Gating - UAG) المستندة إلى المنطق الذاتي، والتي تساعد في عملية تحديد الشكوك العالية واستدعاء النماذج السحابية فقط عند الحاجة لمقاطع جديدة وغير مألوفة. كما تم تصميم ذاكرة دلالية ديناميكية (Dynamic Semantic Memory - DSM) لتخزين النماذج المعتمدة من VLM لسهولة الاسترجاع، مما يعزز من قدرة النموذج على دمج دلالات عالية المستوى أثناء العملية.

ويمكننا أن نرى القوة الحقيقية لـ MemoVAD من خلال التجارب التي أُجريت على مجموعات بيانات UCF-Crime وXD-Violence، حيث أثبتت نجاحها في تحسين الأداء وتقليل تكلفة الاتصال بشكل كبير. بنجاحها، تفتح هذه التقنية آفاق جديدة أمام مستقبل الأمان والمراقبة الذكية.

ما رأيكم في هذا التطور المثير؟ شاركونا في التعليقات.