Jove
Visualize
Contáctanos

Video Experimental Relacionado

Updated: May 14, 2026

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications
03:31

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications

Published on: December 15, 2023

1.1K

Marco de aprendizaje profundo explicable para la detección de violencia en video mediante selección no supervisada de

Rashid Azim1, Naveed Abbas1, Hend Khalid Alkahtani2

  • 1Department of Computer Science, Islamia College Peshawar, Peshawar, 25100, Pakistan.

Scientific reports
|February 26, 2026
PubMed
Resumen

Videos de Conceptos Relacionados

Force Classification01:22

Force Classification

Forces play a crucial role in the study of physics and engineering. They are essential in describing the motion, behavior, and equilibrium of objects in the physical world. Forces can be classified based on their origin, type, and direction of action.
Contact and non-contact forces are two of the most widely used categories of forces. As the name suggests, contact forces require physical contact between two objects to act upon each other. Examples of contact forces include frictional,...

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

A framework based on hybrid Suzuki-Abe and convex Hull approach for improved classification of skin lesions.

Scientific reports·2026
Same author

Multiobjective framework for hardware and quality aware approximate Gaussian filtering toward energy efficient ultrasound image denoising.

Scientific reports·2026
Same author

Detection and mitigation of abusive web traffic using convolutional neural networks.

Scientific reports·2026
Same author

Artificial intelligence with deep learning driven entropy-curvature attention mechanism for detection and segmentation of skin lesions using biomedical images.

Scientific reports·2026
Same author

Integrating dual convolutional networks and BiLSTM for precision prediction of chronic myeloid leukemia from protein sequences.

Frontiers in genetics·2026
Same author

An embedded deep learning framework for real-time violence detection and alert generation.

Scientific reports·2026
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas
Este resumen es generado por máquina.

Este estudio presenta una Red Neuronal Convolucional (CNN) explicable mejorada con atención para la detección de violencia en video en tiempo real. El novedoso marco logra alta precisión y eficiencia, ofreciendo una solución transparente para sistemas de vigilancia.

Área de la Ciencia:

  • Visión por Computadora
  • Inteligencia Artificial
  • Aprendizaje Automático

Sus antecedentes:

  • El aumento de los datos de video requiere sistemas inteligentes y explicables para la detección de violencia en tiempo real.
  • Los métodos existentes enfrentan desafíos con la redundancia, la transparencia y la generalización.

Objetivo del estudio:

  • Proponer un novedoso marco de Red Neuronal Convolucional (CNN) explicable mejorada con atención para la detección de violencia en video.
  • Abordar los problemas de redundancia, transparencia y generalización en la detección automatizada de violencia.

Principales métodos:

  • Selección no supervisada de fotogramas clave mediante agrupamiento basado en similitud para reducir la carga computacional.
  • Módulos de atención integrados en la CNN para un aprendizaje mejorado de características espacio-temporales.
Palabras clave:
CNN mejorada con atenciónAprendizaje profundo explicableVisualización Grad-CAM++ Selección de fotogramas claveDetección de violencia

Videos de Experimentos Relacionados

Last Updated: May 14, 2026

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications
03:31

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications

Published on: December 15, 2023

1.1K
  • Grad-CAM++ para obtener información visual interpretable sobre las decisiones del modelo.

    • Principales resultados:

    • Logró un rendimiento superior con una precisión promedio del 94,6% y una puntuación F1 del 93,9% en cinco conjuntos de datos de referencia.
    • Superó a los modelos de última generación, incluidos C3D, I3D, ResNet-LSTM y ViViT.
    • Demostró una eficiencia cercana a la de tiempo real (≈62 FPS) y un uso de memoria reducido (6,8 GB).

    Conclusiones:

    • El marco propuesto ofrece una solución robusta, eficiente y transparente para la detección automatizada de violencia en video.
    • La selección de fotogramas clave y los mecanismos de atención mejoran significativamente el rendimiento del modelo.
    • La interpretabilidad mejora la fiabilidad al resaltar las regiones relevantes para la violencia, adecuadas para la vigilancia y la seguridad pública.