机构名称：
¥ 1.0
计算机工程系Sanghavi工程学院，Varvandi，Nashik摘要 - 暴力行动识别在自动化视频监视系统的开发中起着关键作用。虽然先前的研究主要依赖于手工制作的特征探测器，但最近的查询探讨了基于学习的表示模型，以实现更高的精度。但是，这些技术在有效学习区分特征时面临挑战，尤其是在具有突然摄像机运动的视频中。利用基于深度表示的方法在图像识别和人类行动检测任务中的成功，本文提出了一种基于深度代表的模型，利用转移学习进行暴力场景检测。所提出的方法的表现优于最先进的精度，在曲棍球和电影基准数据集上分别达到99.28％和99.97％的精度。通过学习最歧视的特征，该模型在识别监视视频中的侵略性人类行为方面表现出了卓越的表现。关键字：暴力检测，战斗识别，监视视频，Deep CNN，Googlenet，转移学习。
使用机器学习的暴力检测
主要关键词
相关文件推荐
