一种结合迁移学习和LSTM的视频暴力检测方法

摘要：

计算机视觉在安防领域发挥着重要作用,可以作为辅助手段对正在发生的暴力行为进行识别和报警,从而大大减少了视频监控对人的依赖.为了降低监控视频中暴力检测的运算成本并提高检测效率,在已有模型基础上提出一种利用迁移学习、长短期记忆网络(Long Short Term Memory,LSTM)来构建新的特征提取器,然后在新数据集上进行训练并微调部分参数,最终实现实时的视频暴力行为检测.提出的方法在RWF-2000数据集上取得了 96.51％的准确率,优于传统方法,并且处理帧率能够基本满足实际需求.

关键词：计算机视觉、暴力行为检测、迁移学习

所属期刊栏目：34

分类号：TP391.41;TP183(计算技术、计算机技术)

资助基金：西华师范大学英才基金项目463177

在线出版日期：2023-03-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：35-37,43