自动暴力监控系统用于实时拳击探测,使用基于深度学习的时间动作定位
Baolong Qi1, Baoyuan Wu2, Bailing Sun3
1Office of Security Department, Chengdu Sport University, Chengdu, 610041, China.
Scientific reports
|August 12, 2025
概括
这项研究引入了一种新的多式模式,通过分析视觉和骨数据来检测视频中的拳击战. 该MSTFDet模型准确地识别了暴力冲突,提高了监控系统中的公共安全.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 监控技术 监控技术 监控技术
背景情况:
- 实时拳击探测对于视频监控中的公共安全至关重要.
- 现有的方法往往忽视了人内动态,专注于人际交互.
- 人类骨运动模式为个人行为提供了宝贵的见解.
研究的目的:
- 开发一种新的多式联运空间时空拳击探测模型 (MSTFDet).
- 整合RGB图像和人类骨数据,以准确识别暴力行为.
- 通过捕捉人内和人际动态来改进现有方法.
主要方法:
- 该MSTFDet模型结合了上下文感知编码变压器 (CAET) 和空间时间图形卷积网络 (ST-GCN).
- 一个RGB模块利用空间和时间变换器来实现上下文关系和行动.
- 一个bodypose-point模块处理骨架数据进行细粒度运动分析.
主要成果:
- 在监控摄像机战斗数据集 (SCFD) 和RWF-2000数据集上进行评估.
- 在SCFD上,MSTFDet实现了92.3%的多类分类准确性 (MCA).
- MSTFDet在RWF-2000上实现了95.2%的MCA,在复杂的场景中显示出高精度.
结论:
- 拟议的MSTFDet模型有效地捕捉了基本的空间和时间特征.
- 这种方法为实时拳击战检测提供了一个强大的解决方案.
- 多式联运数据的整合提高了监控系统的准确性和可靠性.
