来源：期刊VIP网 时间：
作者：李金成;闫睿骜;代雪晶;
单位：中国刑事警察学院公安信息技术与情报学院;
摘要：为解决单一深度卷积神经网络VGG特征提取的局限性，以及单一循环神经网络RNN在记忆历史信息方面的困难，提出改进注意力机制与深度时空网络的深度学习模型VBA-net的暴力行为检测方法。首先，通过VGG的深层神经网络提取关键局部特征；其次，运用改进后的注意力机制捕捉和优化最显著的特征；最后，利用双向长短期记忆网络处理过去和未来的时序数据。仿真实验结果表明，VBA-net在规模较小的HockeyFight和Movies数据集上的准确率分别达到了97.42%和98.06%，在具有多样化内容和复杂环境数据集RWF-2000和RLVS上准确率分别达到89.00%和95.50%，因此其在复杂环境的综合鲁棒性优于同类算法，可有效提升暴力行为检测任务中的准确率。
关键词：暴力行为检测;;深度卷积神经网络;;双向长短期记忆网络;;注意力机制;;VBA-net;;特征提取
基金资助：公安部科技强警基础工作专项项目（2023JC08）;; 中央高校基本科研业务费项目（D2023001）;; 中国刑事警察学院刑事摄影教研项目（14100001）
