基于时间分布深度CNN、RNN与注意力机制从时空特征实时检测敌对活动
计算机视觉与模式识别
2023-02-23 v1
摘要
通过闭路电视（CCTV）摄像机系统的实时视频监控已成为确保公共安全的关键，而公共安全是当今的优先事项。尽管CCTV摄像机极大提升了安全性，这些系统仍需持续的人为交互与监控。为解决此问题，可利用深度学习视频分类技术构建智能监控系统，帮助我们自动化 surveillance 系统以在暴力发生时进行检测。在本研究中，我们探索深度学习视频分类技术以检测正在发生的暴力。传统图像分类技术在视频分类上表现不足，因为它们试图逐帧单独分类，导致预测闪烁。因此，许多研究者提出在分类时考虑时空特征的视频分类技术。然而，在物联网环境中部署这些采用姿态估计获得的骨架点、深度传感器获得的光流等方法的深度学习模型并非总是可行。尽管这些技术确保更高准确率，它们计算更繁重。考虑到这些限制，我们尝试了多种视频分类与动作识别技术，如ConvLSTM、LRCN（含自定义CNN层与VGG-16作为特征提取器）、CNNTransformer与C3D。我们在ConvLSTM上获得80%测试准确率，CNN-BiLSTM上83.33%，VGG16-BiLstm上70%，CNN-Transformer上76.76%，C3D上80%。
引用
@article{arxiv.2302.11027,
title = {Analysis of Real-Time Hostile Activitiy Detection from Spatiotemporal Features Using Time Distributed Deep CNNs, RNNs and Attention-Based Mechanisms},
author = {Labib Ahmed Siddique and Rabita Junhai and Tanzim Reza and Salman Sayeed Khan and Tanvir Rahman},
journal= {arXiv preprint arXiv:2302.11027},
year = {2023}
}