技术论文|基于人体关节点多特征融合的暴力行为识别

欢迎引用

DOI 编码：10.14016/j.cnki.1001-9227.2024.02.001

作者：赵祥涛，刘银华，李志晗，顾春睿，牛鹤群

(青岛大学自动化学院)

摘 要：针对目前视频中暴力行为识别算法识别准确率不高的问题，提出一种基于人体关节点多特征融合的暴力行为 识别方法。使用YOLO-Pose 算法实现人体检测与姿态估计，获取人体关节点位置信息，基于人体结构提取关节点的距离特 征和形状特征，基于运动特性提取关节点的动态特征和姿态特征，将所有特征信息进行融合，构建 Bi-LSTM 行为识别模型 实现暴力行为识别分类，并设计行为识别结果稳定器，解决识别过程中因随机干扰导致的行为误判问题。在公开暴力行为 数据集Violent-Flows与自制暴力行为数据集 Vio-B 上验证提出方法的有效性，实验表明，在 Violent-Flows 数据集与 Vio-B 数据集上本方法准确率分别达到97.9%与98.5%,高于现有方法。

关键词：动作识别；暴力行为；特征融合；双向长短期记忆网络

（来源： 自动化与仪器仪表 2024年第2期）

关注我的你，是最香哒！