通过深度学习视听融合加强人类动作识别和暴力检测

💡 原文中文,约400字,阅读约需1分钟。
📝

内容提要

该论文提出了一种基于音频和视频两种模态的混合融合深度学习方法,用于提高公共场所的人类活动识别和暴力检测的准确性。该方法在验证数据上达到96.67%的准确率,成功检测出52个视频,可应用于人体动作识别和暴力检测。

🎯

关键要点

  • 该论文提出了一种基于音频和视频的混合融合深度学习方法。
  • 该方法旨在提高公共场所的人类活动识别和暴力检测的准确性。
  • 在验证数据上,该方法达到了96.67%的准确率。
  • 该方法在54个声音视频数据集中成功检测出52个视频。
  • 该方法的性能优于该数据集上的其他最先进方法。
  • 该方法可应用于人体动作识别和暴力检测,以实现安全目的。
➡️

继续阅读