摘要

在暴力行为检测任务中,监控视频的静态红-绿-蓝(RGB)信息和光流特征对任务的支持度受场景变化而产生动态变化。因此,提出一种基于时空信息可信融合的视频监控暴力检测算法。首先,利用每一帧静态RGB信息和相邻帧的动态光流信息提取特征,并通过空间特征网络和时序特征网络获得静态RGB帧和多帧光流的分类证据;然后,在得到时间网络和空间网络的分类证据后,应用狄利克雷分布估计每个模态分类结果的不确定性;最后,考虑两个模态特征质量的动态变化特性,并基于Dempster-Shafer证据理论对两个模态预测结果进行融合。实验结果表明,与现有时空改进的三维轨迹(TS+IDT)算法相比,所提算法在violent crowd数据集和hockfights数据集上暴力检测准确率分别提升4.79和0.23个百分点,验证了所提方法的合理性和有效性。此外,该算法不仅可以提供暴力行为识别结果,还可以在部署阶段提供决策的可信程度,从而使得算法在实际应用中更加健壮、可靠,降低后续分析任务出现错误预测的风险。

  • 单位
    天津大学; 中国电子科技集团公司第二十八研究所