基于人物-物体交互的可解释人类暴力场景威胁检测方法——Hoi2Threat
计算机视觉与模式识别
2025-07-29 v3
摘要
鉴于公共安全的日益迫切需求，自动化在高风险情景中的威胁检测变得愈发紧迫。然而，现有方法通常存在推理不可解释和语义理解偏倚的问题，这严重限制了其在实际部署中的可靠性。为此，本文提出一种基于人物-物体交互对 (HOI 对) 的威胁检测方法，即 Hoi2Threat。该方法基于精细多模态 TD-Hoi 数据集，通过使用结构化 HOI 标签指导语言生成，增强模型对关键实体及其行为交互的语义建模能力。此外，设计了一组用于评估文本响应质量的指标，以系统性地衡量模型在威胁解释期间的表示准确性和可理解性。实验结果表明，Hoi2Threat 在多个威胁检测任务中均实现了显著提升，尤其是在核心指标信息正确性 (CoI)、行为映射准确性 (BMA) 和威胁细节导向性 (TDO) 上，分别较 Gemma3 (4B) 提升了 5.08、5.04 和 4.76，以及 7.10%、6.80% 和 2.63%。上述结果全面验证了该方法在语义理解、实体行为映射和可解释性方面的优势。
引用
@article{arxiv.2503.10508,
title = {Hoi2Threat: An Interpretable Threat Detection Method for Human Violence Scenarios Guided by Human-Object Interaction},
author = {Yuhan Wang and Cheng Liu and Daou Zhang and Zihan Zhao and Jinyang Chen and Purui Dong and Zuyuan Yu and Ziru Wang and Weichao Wu},
journal= {arXiv preprint arXiv:2503.10508},
year = {2025}
}