从野外静态图像中检测打架行为

从社交媒体上分享的静态图像中检测打架行为是一项重要任务，可用于限制暴力场景的传播以防止其负面影响。为此，在本研究中，我们解决了从网络和社交媒体收集的静态图像中检测打架行为的问题。我们探究仅从单张静态图像检测打架行为的可行程度。我们还提出了一个名为社交媒体打架图像（SMFI）的新数据集，包含现实世界中打架动作的图片。在提出的数据集上进行的大量实验结果表明，可以从静态图像中成功识别打架动作。也就是说，即使不利用时间信息，仅通过外观也能以高精度检测打架行为。我们还进行了跨数据集实验以评估所收集数据集的表征能力。这些实验表明，与其他计算机视觉问题一样，打架识别问题存在数据集偏差。尽管方法在相同或打架数据集上训练和测试时准确率接近100%，但跨数据集准确率明显较低，即在使用更具代表性的数据集进行训练时约为70%。SMFI数据集被发现是所用五个打架数据集中最具代表性的两个数据集之一。