DIFEM：基于关键点互动的暴力识别视频特征提取模块
计算机视觉与模式识别
2026-03-31 v2
摘要
暴力行为检测在监控视频中是确保公共安全的关键任务。因此，对自动化暴力行为检测系统日益增长的需求需要高效且轻量化。本文提出一种有效方法，利用人类骨骼关键点捕捉暴力行为内在特征，如特定关节的快速运动及其接近性。我们方法的核心是 novel 动力互动特征提取模块（DIFEM），该模块有效捕捉速度、关节交叉等特征，全面捕捉暴力行为的动态特性。借助DIFEM提取的特征，我们使用随机森林、决策树、AdaBoost和k近邻等多种分类算法。与现有采用深度学习技术的SOTA方法相比，我们方法的参数开销显著降低。在三个标准暴力识别数据集上进行大量实验，结果显示方法在所有数据集上均表现出色，优于多个SOTA暴力识别方法。
引用
@article{arxiv.2412.05386,
title = {DIFEM: Key-points Interaction based Feature Extraction Module for Violence Recognition in Videos},
author = {Himanshu Mittal and Suvramalya Basak and Anjali Gautam},
journal= {arXiv preprint arXiv:2412.05386},
year = {2026}
}
备注
Accepted in Signal Image and Video Processing