面向犯罪分析的智能图像感知：基于机器学习的暴力检测与调查提升方法
计算机视觉与模式识别
2025-06-18 v1 人工智能
摘要
全球犯罪率的不断上升以及显著的人身与财产损失，凸显了传统监控方法在及时检测多样化和意外暴力行为方面的局限性。为实现自动化暴力检测的迫切需求，我们利用机器学习技术对视频流中的暴力事件进行检测与分类。本文提出了一套完整的暴力检测与分类框架，采用监督学习实现二分类和多分类暴力事件。检测模型依赖于3D卷积神经网络，而分类模型则采用可分离卷积3D模型进行特征提取，结合双向LSTM进行时序处理。训练所采用的是经自定义数据集，包含帧级标注，涵盖监控摄像头、人类录制、冰球格斗、sohas和wvd数据集等多个平台的视频素材。此外，还使用集成于树莓派的摄像模块采集实时视频流，将其发送至机器学习模型进行处理。结果表明，该方法在计算资源效率和准确率方面均实现了提升。
引用
@article{arxiv.2506.13910,
title = {Intelligent Image Sensing for Crime Analysis: A ML Approach towards Enhanced Violence Detection and Investigation},
author = {Aritra Dutta and Pushpita Boral and G Suseela},
journal= {arXiv preprint arXiv:2506.13910},
year = {2025}
}