본 논문은 기초 모델의 특징 표현 일반화 능력을 활용하여 키워드를 이용한 감시 영상 이상 탐지를 제안한다. 이상 탐지 분류를 위한 경량 파이프라인을 제시하며, 유도(induction)와 연역(deduction)의 두 단계로 구성된다. 유도 단계에서는 정상 및 이상 프레임으로부터 설명을 생성하고 관련 키워드에 가중치를 할당한다. 연역 단계에서는 유도 단계에서 얻은 가중치를 사용하여 추론 프레임 설명을 키워드 인코딩으로 변환하고, 이를 신경망에 입력하여 이상 탐지 분류를 수행한다. UCSD Ped2, Shanghai Tech, CUHK Avenue 세 가지 벤치마크 데이터셋에서 각각 0.865, 0.745, 0.742의 ROC AUC 점수를 달성하였으며, 시간적 맥락 없이 실시간 적용이 가능하도록 설계되었다. 기존 모델 대비 성능 저하를 감수하더라도 구현, 해석성, 추론 속도 면에서 개선된 성능을 보이며, 특히 에지 디바이스에서의 감시 영상 이상 탐지에 적합하다. 오픈소스 기초 모델의 일반화 능력 향상에 따라 텍스트만을 이용한 특징 표현이 효율적이고 해석 가능한 실시간 영상 이상 탐지에 유망한 방향임을 보여준다.
