基于注意力机制、双向长短期记忆网络（BiLSTM）和卷积神经网络（CNN）的人类冲突检测研究
计算机视觉与模式识别
2025-02-27 v1 人工智能
摘要
通过视频自动检测人类冲突是计算机视觉中的一个关键领域，具有重要的监控和公共安全政策应用前景。然而，公共数据集的稀缺以及人类相互作用的复杂性使得该任务充满挑战。本研究探讨了注意力机制、卷积神经网络（CNN）和双向长短期记忆网络（BiLSTM）等先进深度学习技术的集成，以提高对暴力行为检测的准确性。研究探索了注意力机制如何帮助聚焦于视频中最相关部分，从而增强模型的准确性和鲁棒性。实验表明，CNN与BiLSTM和注意力机制的组合为冲突监控提供了有前景的解决方案，为洞察不同策略的有效性提供了启示。这一工作为开发能够更高效地进行暴力事件实时检测的自动化监控系统开辟了新的可能性。
引用
@article{arxiv.2502.18555,
title = {Application of Attention Mechanism with Bidirectional Long Short-Term Memory (BiLSTM) and CNN for Human Conflict Detection using Computer Vision},
author = {Erick da Silva Farias and Eduardo Palhares Junior},
journal= {arXiv preprint arXiv:2502.18555},
year = {2025}
}