相关实验视频
Updated: Jul 5, 2025

07:12
Profiling Maternal Behavior Responses During Whole-Brain Imaging
Published on: January 24, 2025
728
基于Conv3D的视频暴力检测网络使用光流和RGB数据
Jae-Hyuk Park1, Mohamed Mahmoud1,2, Hyun-Soo Kang1
1Department of Information and Communication Engineering, School of Electrical and Computer Engineering, Chungbuk National University, Cheongju-si 28644, Republic of Korea.
Sensors (Basel, Switzerland)
|January 23, 2024
概括
这项研究引入了一种先进的视频分析模型,用于检测暴力行为. 该方法准确地捕捉了时空特征,大大改善了公共安全监控系统.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 视频分析 视频分析
背景情况:
- 在现实世界视频监控中检测暴力行为是具有挑战性的,因为设置和视频规格的变化.
- 准确的识别需要理解视频数据中的复杂的时空信息.
研究的目的:
- 开发一种模型,能够理解各种暴力场景的时空环境.
- 提高视频监控中暴力检测的准确性和效率.
主要方法:
- 利用光流和RGB数据来捕捉暴力行为的时空特征.
- 采用基于Conv3D的ResNet-3D模型作为高维视频数据处理的基础网络.
- 整合注意力机制以优先考虑RGB和光流序列中的关键.
主要成果:
- 拟议的模型在多个基准数据集 (UBI-Fight,曲棍球,人群,电影战斗) 上实现了高准确性.
- 在相关数据集上,曲线下面积得分达到95.4%,98.1%,94.5%和100.0%,超过了最先进的方法.
- 在捕捉暴力检测的时空动态方面表现出卓越的性能.
结论:
- 开发的模型通过分析时空视频环境,有效地检测暴力行为.
- 这项研究为实时监控提供了潜在的应用,并推进了视频分析研究.
更多相关视频
08:25Combining Eye-tracking Data with an Analysis of Video Content from Free-viewing a Video of a Walk in an Urban Park Environment
Published on: May 7, 2019
9.0K
06:25Author Spotlight: Assessment of Visual Acuity in Central Vision Loss Through Motion-Based Peripheral Vision Testing
Published on: February 23, 2024
611