有效的人类暴力识别,用于实时监控
Herwin Alayn Huillcen Baca1, Flor de Luz Palomino Valdivia1, Juan Carlos Gutierrez Caceres2
1Academic Department of Engineering and Information Technology, Professional School of Systems Engineering, Faculty of Engineering, Jose Maria Arguedas National University, Andahuaylas 03701, Peru.
Sensors (Basel, Switzerland)
|January 26, 2024
概括
本研究介绍了一种有效的实时人类暴力识别模型,用于视频监控. 拟议的系统有效地检测暴力,在各种数据集上表现优于现有的方法.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 机器学习 机器学习
背景情况:
- 承认人类暴力对公共安全和监视至关重要.
- 现有的方法往往优先考虑精度,而不是实时效率.
- 需要实用,高效的暴力检测模型.
研究的目的:
- 开发一个有效和高效的实时人类暴力识别模型.
- 解决现有的以精度为中心的方法的局限性.
- 创建适用于现实世界监控场景的强大系统.
主要方法:
- 一个新的三模块模型:空间运动提取器 (SME),短时间提取器 (STE) 和全球时间提取器 (GTE).
- 中小企业提取感兴趣的地区,STE捕捉快速移动动态,GTE确定长期时间特征.
- 该模型被评估为效率,有效性和实时性能.
主要成果:
- 拟议的模型在冰球,电影和RWF-2000数据集上表现出高效率.
- 新创建的VioPeru数据集取得了卓越的效率,该数据集专门用于现实世界监控.
- 该模型的实时适用性通过严格的测试来验证.
结论:
- 开发的模型在高效和有效的实时人类暴力识别方面取得了重大进展.
- 它为视频监控系统提供了实用解决方案,增强了公共安全.
- 维奥佩鲁数据集作为一个有价值的基准,用于未来的研究在这个领域.
更多相关视频
06:20Author Spotlight: Development of an Automated Camera-Based System for Real-Time Blast Overpressure Monitoring and TBI Risk Assessment in Military Training
Published on: December 6, 2024
2.8K
07:46Author Spotlight: Revolutionizing Remote Surgery with Augmented Reality and Robotics for Enhanced Precision and Accessibility
Published on: August 9, 2024
728
