基于 ViTPose 与分类模型的两阶段智慧机场暴力检测
计算机视觉与模式识别
2023-09-01 v1
摘要
本研究引入一种创新的暴力检测框架，专为智慧机场的独特需求定制，其中对暴力情形的快速响应至关重要。所提框架利用 ViTPose 进行人体姿态估计，并采用 CNN-BiLSTM 网络分析关键点序列中的空间与时间信息，从而实现暴力行为的实时准确分类。该方案无缝集成于 SAAB 的 SAFE（增强安全的态势感知）框架中，并经过集成测试以确保在真实场景中的稳健性能。本研究采用以高视频质量与监控场景相关性为特征的 AIRTLab 数据集，以提升模型准确率并减少误报。随着后疫情时代机场客流量增加，部署如所提之 AI 驱动暴力检测系统，对于提升安全性、加快响应时间及促进数据驱动决策至关重要。该框架的实施不仅降低暴力事件概率，亦协助监控团队有效应对潜在威胁，最终营造更安全的航空领域。代码见：https://github.com/Asami-1/GDP。
引用
@article{arxiv.2308.16325,
title = {Two-Stage Violence Detection Using ViTPose and Classification Models at Smart Airports},
author = {İrem Üstek and Jay Desai and Iván López Torrecillas and Sofiane Abadou and Jinjie Wang and Quentin Fever and Sandhya Rani Kasthuri and Yang Xing and Weisi Guo and Antonios Tsourdos},
journal= {arXiv preprint arXiv:2308.16325},
year = {2023}
}