CUE-Net：基于空间裁剪、增强UniformerV2及修改高效可加注意力的暴力检测视频分析
计算机视觉与模式识别
2024-05-01 v1 人工智能
机器学习
摘要
本文提出CUE-Net，一种用于视频监控暴力行为检测的新型架构。随着监控系统因技术进步和成本降低而广泛应用，高效监控海量视频数据的挑战日益突出。CUE-Net通过结合空间裁剪技术与增强版UniformerV2架构，集成卷积与自注意力机制，同时引入 novel 修改高效可加注意力机制（降低自注意力的二次时间复杂度），有效识别暴力活动。该方法旨在解决传统方法捕捉远距离或部分遮挡目标的难题。通过聚焦局部与全局时空特征，CUE-Net在RWF-2000和RLVS数据集上实现最先进性能，超越现有方法。
关键词
引用
@article{arxiv.2404.18952,
title = {CUE-Net: Violence Detection Video Analytics with Spatial Cropping, Enhanced UniformerV2 and Modified Efficient Additive Attention},
author = {Damith Chamalke Senadeera and Xiaoyun Yang and Dimitrios Kollias and Gregory Slabaugh},
journal= {arXiv preprint arXiv:2404.18952},
year = {2024}
}
备注
To be published in the proceedings of 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW)