.png){kind=icon}
返回
Early Violence Recognition Using Knowledge Distillation
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-031-93697-5_5.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
与广泛研究的完整视频序列中的暴力行为检测问题不同，早期暴力预测专注于识别仅部分可用的视频中的此类行为。这对于促进监控系统的早期干预至关重要。本研究中，我们介绍了一个早期暴力预测系统，即使在视频帧数量有限的情况下也能提供高预测精度。我们引入了一个高效的二流网络，该网络使用3D ShuffleNet V2架构和时序卷积网络，以有效提取空间和时序特征。我们通过采用教师-学生框架来训练模型，以实现早期暴力预测。教师模型使用完整视频进行训练，将有价值的信息传授给仅限于使用部分视频的学生模型。我们使用RWF-2000暴力识别数据集评估了我们的方法。实验结果表明，所提出的模型不仅在完整视频上超越了多种先进的暴力识别技术，而且在早期暴力预测方面表现出色，为预防性安全措施提供了显著优势。
Keyword:
Violence Anticipation
Knowledge Distillation
Teacher-Student Model
RWF-2000
期刊
C
IF:
0
论文数:
32
被引数:
0
机构
引用论文
Progressive privilege d knowle dge distillation for online action detection.png)
PATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏
查看更多内容