2021-基于人工智能视频监控序列的校园暴力检测Campus Violence Detection

最新推荐文章于 2025-03-04 12:04:04 发布
最新推荐文章于 2025-03-04 12:04:04 发布
阅读量2.8k 收藏 15
点赞数 4
分类专栏： 暴恐检测 文章标签： 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41956697/article/details/117444495
版权
本文介绍了一种基于人工智能的校园暴力检测方法，结合视频和音频信息。通过预处理、特征提取和分类器设计，利用C3D神经网络和MFCC特征。在经典D-S融合算法基础上进行改进，解决证据冲突问题，提高识别准确性。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Campus Violence Detection Based on Artificial Intelligent Interpretation of Surveillance Video Sequences
本文作者分别对视频和音频进行了检测，分别得出一个概率（暴力或非暴力），作者定义的分类标准：当视频和音频同时判断为暴力时，则这个场景就是暴力场景；当视频=暴力，音频=非暴力，则定义为体育竞技或玩游戏，为非暴力场景；当视频=非暴力，音频=暴力，定义为批评，为非暴力场景；当视频=音频=非暴力时，则该场景定义为非暴力场景，只有第一个是负面的，其余均为正面。为了使融合后的结果符合该分类，作者改进了DS融合理论。DS融合理论：起到了不同数据源数据融合的作用。一个例子如下图：
在这里插入图片描述
通过DS融合的计算，可以得到A作案的可能性最大，但是该DS融合理论在本文中并不符合作者的分类并且存在一定的局限性，于是作者进行了改进。

预处理

最低0.47元/天 解锁文章
基于深度学习的暴力行为检测系统（UI界面+YOLOv8/v7/v6/v5代码+训练数据集）
m0_52343631的博客
03-24 208
YOLO（You Only Look Once）是目前广泛使用的一类目标检测算法，它将目标检测转化为回归问题，通过一次前向传播即可完成目标的分类和定位任务。YOLO的高效性使其在许多实时检测任务中得到了广泛应用。本文详细介绍了如何基于YOLOv5、YOLOv6、YOLOv7和YOLOv8等深度学习模型，构建一个暴力行为检测系统。从数据集准备、模型训练到UI界面设计，提供了完整的实现步骤和代码。通过合理的数据增强和训练策略，可以显著提高暴力行为检测模型的精度和鲁棒性。
2020-MULTIMODAL VIOLENCE DETECTION IN VIDEOS视频中的多模态暴力检测
qq_41956697的博客
04-23 1199
在本文中，作者旨在通过将暴力的主观概念分解为更客观的概念来解决暴力检测任务。 更细节的客观子概念。k=7，更具体地说，是血液、冷武器、爆炸、战斗、火、大部分武器、枪声的概念。对于每个概念，作者训练特定的神经网络：首先分析其视觉特征，然后分析其听觉特征，然后将这两个功能结合起来获得对子概念更好的理解。对K个子概念重复此步骤，最后使用融合网络将所有概念组合起来。作者的目标是开发一个视觉和音频特征表示的融合模型。 与本文提出方法最相关的工作是【17】提出的，该方法通过收集语音特征，利用dCNN技术获取视觉特征，这
【精品】大华-智慧校园安防人工智能校园安保视频监控人脸识别解决方案.pptx
05-26
基于安保： 由于校园地理位置位于市中心，以及校园的复杂性，更容易出现一些人员、车辆、财务等的问题，所以对于安保有更高的要求。 基于视频： 通过视频点位的大面积覆盖，能够掌控校园大部分的实时情况，以及增补点位，减少盲区。 基于管理： 分权限界定用户组、操作人员的功能，明确职责落实到人。
基于机器学习的【校园受霸凌者】预测分析
m0_63642362的博客
04-28 1426
通过对校园霸凌数据特征分析、空置处理、序列化，再通过8种模型对受霸凌者预测分析，获取最有结果。
2017-利用卷积长短时记忆学习检测暴力视频Learning to Detect Violent Videos using Convolutional Long Short-Term Memory
qq_41956697的博客
03-30 606
arxiv：https://arxiv.org/pdf/1709.06531.pdf 本文贡献： 1.开发了一个端到端可训练的深度神经网络模型来进行暴力视频分类。 2.发现一个能够编码局部时空变化的递归神经网络用于检测视频中暴力的存在，能以较少的参数产生更好的表示。 3.证明了基于帧差训练的深度神经网络比基于原始帧训练的模型具有更好的性能。 4.使用三个广泛使用的暴力视频分类基准，实验验证了该方法的有效性。 红色的为卷积层、灰色的为归一化层、蓝色的为池化层、绿色的为ConvLSTM用于分类，全连接层为棕色
多所高校内使用AI监控并追踪学生行为惹争议！
阿里云云栖号
03-17 2856
云栖号资讯：【点击查看更多行业资讯】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 据华尔街日报报道，在美国各地大学校园之中，越来越多的技术开始用于集中监视、追踪和管理学生。 学校运用视频监控摄像头记录学生面部信息，利用 GPS 追踪学生行动，并在社交媒体和电子邮件上监视学生信息。他们通过电子教科书详细记录学生的学习习惯，同时记录学生进入教学楼、出现在教室和图书馆，甚至通...
violence-detection-deeplearning:使用深度学习技术进行暴力检测
03-26
本文解决了检测视频中的暴力行为，分析各种深度学习模型的技术现状并开发新模型的问题。 我们的目标是开发一种能够达到或超过现有技术水平的新神经网络模型。 要求 该项目是使用用Python实现和库开发模型。 模型...
2019-走向视频中的主观暴力检测TOWARD SUBJECTIVE VIOLENCE DETECTION IN VIDEOS
qq_41956697的博客
04-12 944
作者对每个网络（C3D、CNN-LSTM）都经过了针对每个单独概念（血液、冷武器、爆炸、战斗、射击等）的二进制分类的训练。因为VSD数据集只有训练集的样本提供了概念的注释（血液、冷武器等），所以作者从训练集中分离了五套可用的训练影片，两套用于训练期间的验证，三套用于测试。也就是说作者用C3D、CNN-LSTM两个模型分别单独训练了更细致的暴力分类概念（血液、爆炸、射击等），之后作者用C3D Fusion、CNN-LSTM Fusion两个模型进行训练，其融合数据来自各个模型之前单独训练出来的特征。作者设计了
用于视频中自动暴力检测的数据集
02-24
视频中自动暴力检测的数据集 该存储库包含350个分别标记为“非暴力”和“暴力”的视频剪辑，用于训练和测试用于检测视频中暴力的算法。 专门记录了非暴力剪辑，包括由于快速移动和与暴力行为的相似性而在暴力检测...
暴力检测数据集 | 暴力行为+打架检测训练数据集_含2000个包含暴力或非暴力行为的视频片段
极智视界
04-08 1071
暴力检测数据集 | 暴力行为+打架检测训练数据集_含2000个包含暴力或非暴力行为的视频片段
Deep North利用AI预防校园暴力和其他安全问题
whale52hertz的博客
06-20 674
文章来源：ATYUN AI平台 Deep North（前身为VMAXX）是一家在中国和瑞典设有办事处的硅谷创业公司，希望利用AI来预防学校面临的暴力和其他安全问题。今天，该公司宣布了一项计划，该项目将为选定的机构提供机会，对其威胁检测对象识别和计算机视觉技术进行实地测试。 它已经与德克萨斯州，佛罗里达州，马萨诸塞州和加利福尼亚州的学区和大学合作，并得到美国国会议员Pete Session...
Violence detection in video using spatio-temporal features
02-06
DEtección de Violencia en videos
暴力音频检测VioAudio数据集.rar
05-28
VioAudio数据集包含100个暴力音频数据以及100个非暴力音频数据。原始数据来源于MediaEval2012中的电影音频。该数据集的构建是为了比较在听觉通道各个算法的优劣。特别注意的是，非暴力音频包含的情况有 打斗声、尖叫声、撞车声和爆炸声等等。
YOLO8实战：暴力行为检测系统
qq_42681787的博客
08-29 2295
在 yolov1 检测网络之中，一共有24个卷积层，另外还有两个全积层。如图4-11所示。图4-11 yolo网络结构图这里面所内含的卷积层，主要负责对图像的特征捕获采集，而两个全积层则是来处理分析得到图像的预测位置，另外还有类别概率值。从 yolo 模式看来，该网络借鉴了 GoogLeNet 的分类网络结构。
毕业项目推荐：基于yolov8/yolov5/yolo11的暴力行为检测识别系统（python+卷积神经网络）
最新发布
weixin_71667732的博客
03-04 1102
项目中所用到的算法模型和数据集等信息如下：算法模型：yolov8yolov8 + SE注意力机制或yolov5yolov5 + SE注意力机制或yolo11yolo11 + SE注意力机制数据集：网上下载的数据集，格式都已转好，可直接使用。以上是本套代码算法的简单说明，添加注意力机制是本套系统的创新点。全新SOTA模型YOLOv8 提供了全新的最先进（SOTA）的模型，包括P5 640和P6 1280分辨率的目标检测网络，同时还推出了基于YOLACT的实例分割模型。
暴力视音频分类检测相关论文
zhouzhouzf的专栏
11-29 3514
1993 1993年的一篇Understanding and Preventing Violence指出暴力问题的严重性，作者以犀利的眼光和铮铮的事实数据表明美国社会充斥着暴力。  2005 2005年的一篇DOVE: Detection of Movie Violence using Motion Intensity Analysis onSkin and Blood（C Clarin
暴力检测-Modality-Aware Contrastive Instance Learning with Self-Distillation for Weakly-Supervised Audio
L1783516140的博客
06-07 1134
弱监督的视听暴力检测旨在通过视频级别标签区分包含多模态暴力事件的片段。许多先前的研究以早期或中期的方式进行视听整合和交互，但忽视了弱监督环境下的模态异质性。本文分析了多实例学习(MIL)过程的模态异步和无关实例现象，并进一步探讨了其对弱监督视听学习的负面影响。为了解决这些问题，我们提出了一种模式感知的自蒸馏对比实例学习(MACIL-SD)策略。具体来说，我们利用轻量级的双流网络来生成音频和视觉包，其中单峰背景，暴力和正常实例以无监督的方式聚类到半包中。
打架识别（AI+Python+PyQt5）（一）
深度学习哪些事
01-09 9071
最近做了一个打架识别的项目，有感于当时开发资料的匮乏，特做一个小结，供大家参考。闲话少叙，看看效果先。
rwf2000-video-database-for-violence-detection
09-26
rwf2000-video-database-for-violence-detection 是一个用于暴力检测的视频数据库。 这个数据库包含了2000多个视频片段，涵盖了各种类型的暴力行为，如斗殴、攻击、射击等。这些视频片段是从各种来源收集而来的，...
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值