武警工程大学学报2020，Vol.36Issue(4) ：1-5.

改进长效递归卷积网络的暴力行为识别

Violence Recognition Based on Improved Long-Term Recurrent Convolution Network

李永 张俊 梁起明
武警工程大学学报2020，Vol.36Issue(4) ：1-5.
✕
  • NETL
  • NSTL
  • 万方数据

改进长效递归卷积网络的暴力行为识别

Violence Recognition Based on Improved Long-Term Recurrent Convolution Network

李永 1张俊 1梁起明1
扫码查看

作者信息

  • 1. 武警工程大学信息工程学院,西安,710086
  • 折叠

摘要

针对传统视频暴力行为识别步骤繁琐,难以投入实际应用的问题,提出端到端的改进长效递归神经网络.使用神经网络学习视频帧的深层视觉特征,进行时序建模,通过全连接层分类,判断视频行为是否为暴力行为;扩充Hockey数据集,提高模型泛化效果;在训练阶段使用数据增强技术,降低过拟合风险.最终在Hockey数据集和扩充的数据集上分别取得了96.5％和95.97％的最优准确率.实验数据表明:该方法可以有效识别暴力行为.

关键词

暴力行为识别/卷积神经网络/长短记忆网络/长效递归卷积网络/智能视频监控

引用本文复制引用

基金项目

全国教育科学“十三五”规划课题(JYKYB2019012)

出版年

2020
武警工程大学学报
中国人民武装警察部队工程学院

武警工程大学学报

影响因子：0.05
ISSN：2095-3984
参考文献量13
段落导航相关论文