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...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。展开更多
文摘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。
