본 논문은 사람 중심 비디오 이상 탐지(VAD)의 어려움(다양한 인간 행동의 복잡성, 이상 현상의 희귀성, 윤리적 제약 등)을 해결하기 위해, 개인 정보 보호를 강화한 HuVAD 데이터셋과 비지도 지속 학습(UCAL) 프레임워크를 제시한다. HuVAD 데이터셋은 기존 데이터셋보다 5배 이상 많은 자세 주석 프레임을 제공하며, UCAL 프레임워크는 모델이 시간에 따라 적응할 수 있도록 증분 학습을 가능하게 한다. 실험 결과, UCAL을 적용한 모델이 기존 최고 성능(SOTA)을 능가하는 것을 보여준다 (82.14%의 경우). 데이터셋은 GitHub에서 공개된다.
