结合残差网络和TSM的暴力行为检测方法

深度学习方法常用于辅助检测暴力行为，从而降低监控视频人工干预的依赖性。然而，随着深度网络的发展，梯度消失、过拟合等问题变得更加突出。为了解决这些问题，本文提出了一种结合残差网络和时间转移模块的方法，充分挖掘视频序列中的时空信息，优化动作识别效果，从而提高暴力行为检测的准确率。实验的结果显示，相较于直接使用残差网络ResNet50和ResNet101，本文方法对暴力行为的识别准确率分别提高了1.4%和0.7%。