MA-CBP：一种基于多智能体异步协作的犯罪行为预测框架
计算机视觉与模式识别
2025-08-20 v2
摘要
随着城市化进程的加速，公共场景中的犯罪行为对社会安全构成日益严重的威胁。传统的基于特征识别的异常检测方法难以从历史信息中捕获高层行为语义，而基于大语言模型 (Large Language Models, LLMs) 的生成式方法往往无法满足实时性要求。为应对这些挑战，我们提出 MA-CBP，一种基于多智能体异步协作的犯罪行为预测框架。该框架将实时视频流转化为帧级语义描述，构建因果一致的历史摘要，并融合相邻图像帧以进行长短期上下文的联合推理。由此产生的行为决策包含事件主体、地点和原因等关键要素，从而能够对潜在的犯罪活动进行早期预警。此外，我们构建了一个高质量的犯罪行为数据集，提供包括帧级、摘要级和事件级语义标注在内的多尺度语言监督。实验结果表明，我们的方法在多个数据集上取得了优越的性能，为城市公共安全场景中的风险预警提供了一种有前景的解决方案。
引用
@article{arxiv.2508.06189,
title = {MA-CBP: A Criminal Behavior Prediction Framework Based on Multi-Agent Asynchronous Collaboration},
author = {Cheng Liu and Daou Zhang and Tingxu Liu and Yuhan Wang and Jinyang Chen and Yuexuan Li and Xinying Xiao and Chenbo Xin and Ziru Wang and Weichao Wu},
journal= {arXiv preprint arXiv:2508.06189},
year = {2025}
}