文章详情

摘要

针对现有基于深度学习的暴力行为检测方法存在时空信息建模不充分，复杂场景鲁棒性差的问题，提出了一种基于YOLO和混合注意力机制的暴力行为检测算法。该算法将正交通道注意力OrthoNets集成到YOLO主干网络的C2f模块中，使用随机初始化的正交滤波器压缩特征空间信息，确保特征多样性，便于后续提取。并在Neck端融入通道空间混合注意力模块CBAM，用于增强网络的特征表示能力。实验结果表明，该算法在具有多样化内容和复杂环境的RWF-2000数据集上精确率、召回率、平均精度分别达到了91.25%、95.6%和87.5%，在精度指标和鲁棒性上均优于目前最先进的同类算法，充分证明了其有效性。

关键词

深度学习；暴力行为检测；YOLO；注意力机制

参考文献

1. [1] MUMTAZ N，EJAZ N，HABIB S，et al. An Overview of Violence Detection Techniques: Current Challenges and Future Directions [J]. Artificial intelligence review，2023，56（5）：4641-4666.
2. [2] 鹿天然，于凤芹，杨慧中，等.基于显著性检测和稠密轨迹的人体行为识别 [J].计算机工程与应用，2018，54（14）：163-167，179.
3. [3] FATH U M U，AMIN U，KHAN M，et al.Violence Detection Using Spatiotemporal Features with 3D Convolutional Neural Network [J].Sensors，2019，19（11）：2472.
4. [4] DINESH J S R，FENIL E，GUNASEKARAN M，et al.Real Time Violence Detection Framework for Football Stadium Comprising of Big Data Analysis and Deep Learning Through Bidirectional LSTM [J].Computer Networks，2019，151：191-200.
5. [5] 李冠，庞玉琳，田坤.基于YOLO和ConvLSTM混合神经网络的暴力视频检测 [J].计算机应用与软件，2023，40（11）：233-240.
6. [6] 王斌，徐洪华，孙兜成，等.基于YOLOv8算法改进的小目标交通标志检测 [J].计算机应用，2024，44（S2）：274-279.
7. [7] SOHAN M，SAI RAM T，RAMI REDDY C V. A Review on Yolov8 and Its Advancements [C]// International Conference on Data Intelligence and Cognitive Informatics.Singapore：Springer，2024：529-545.
8. [8] SALMAN H，PARKS C，SWAN M，et al. Orthonets: Orthogonal Channel Attention Networks [C]// 2023 IEEE International Conference on Big Data (BigData).Sorrento：IEEE，2023：829-837.
9. [9] LIU Q，LIU R，ZHENG B，et al. Infrared Small Target Detection with Scale and Location Sensitivity [C]//Proceedings of the IEEE/CVF 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR).Seattle：IEEE，2024：17490-17499.
10. [10] 董红召，林少轩，佘翊妮.交通目标YOLO检测技术的研究进展 [J].浙江大学学报（工学版），2025，59（2）：249-260.
11. [11] ALDAHOUL N，KARIM H A，DATTA R，et al. Convolutionalneural Network Long Short Term Memory Based IoT Node for Violence Detection [C]//2021 IEEE International Conference onArtificial Intelligence in Engineering and Technology (IICAIET). New York：IEEE，2021：1-6.
12. [12] ULLAH F U M， MUHAMMAD K， HAQ I U， et al. AI-assistededge Vision for Violence Detection in IoT-based Industrial Sur-veillance Networks [J]. IEEE Transactions on Industrial Informatics，2022，18（8）：5359-5370..
13. [13] HUSZÁR V D， ADHIKARLA V K， NEGYESI I，et al. Towardfast and Accurate Violence Detection for Automated Video Surveillance Applications [J].IEEE access，2023，11：18772-18793.
14. [14] 李金成，闫睿骜，代雪晶.基于改进注意力机制与VGG-BiLSTM的暴力行为检测 [J].现代电子技术，2024，47（21）：131-138.

基金项目

广西民族大学自治区级大学生创新创业训练计划项目（S202310608294）；广西民族大学研究生教育创新项目（gxmzu-chxs2024302）

作者简介

吴家明(2000—)，男，汉族，广东梅州人，硕士研究生，研究方向：图像处理与智能系统；林可（2003—），男，汉族，广西南宁人，本科，研究方向：图像处理与智能系统；冯楠（2002—），女，满族，河北承德人，本科，研究方向：图像处理与智能系统；仇思思（2001—），女，汉族，广西钦州人，本科，研究方向：图像处理与智能系统；通信作者：文勇（1969—），男，壮族，广西南宁人，副教授，硕士，研究方向：图像处理与智能系统。