大创——论文筛选

发表于 更新于 分类于 ， 阅读次数：

本文对目前已收集到的论文进行筛选工作，并简单概述可取之处

视频监控中人体暴力行为检测系统设计与应用

非常非常好的一篇，跟我们要做的方向很贴合，每个人都要看一下，以下是我认为可以学习的地方：

  1. 绪论部分：课题研究的背景和意义；从智能视频监控技术和行为识别算法两个方面介绍了研究现状

  2. 同样选用了RWF-2000数据集，并给出了理由，同时介绍了三大常见数据集并进行了比较（HMDB-51，UCF101，Kinetics）；在模型框架技术选型方面，简要介绍了 传统方法，然后对比了深度学习下的基于人体骨架的方法以及基于视频的方法。 之后详细介绍了三类基于视频的深度学习方法（双流法，3D卷积方法 和基于时序模型的方法）

​ 本文文采用了双流模型 作为基础框架，我后续了解双流法与我们的 多模态方向是很贴合的

  1. 本文完成了人体暴力行为检测系统的设计与实现，包含离线分析和在线监测两种模式，这跟我们的设想很符合

基于注意力机制的暴力音视频检测方法研究

与上一篇同样是哈尔滨工业大学的硕士论文，侧重点也是多模态暴力检测，本文先提出分别基于视觉通道和基于听觉通道的暴力音频检测，再提出了基于视听觉通道的音视频特征融合的暴力音视频检测

本文开头的课题研究的背景和意义和研究现状同样值得参考

基于多模态的校园暴力检测

给我感觉一般，多模态的部分写的并不是很好，他还说的一个基于多模态的校园暴力检测，感觉什么都写到了什么都写的不是很精

但是他在相关理论基础详细地介绍了深度学习网络（RNN，LSTM，GRU）和人体动作识别（openpose），可以参考学习

基于对比学习的视频暴力行为检测算法及 TensorRT 平台实现

里面的对比学习和注意力机制不是很看得懂，但感觉写的挺好的，这篇还把识别系统做在TensorRT 平台实现轻量化，这个跟我们关系不大，只做了解

基于YOLO和ConvLSTM混合神经网络的暴力视频检测

有yolo相关知识，后续可做参考学习

国外论文

因为英文看的太费劲，对国外论文暂时只做初步筛选

Conv3D-Based Video Violence Detection Network Using Optical Flow and RGB Data：光流和RGB数据多模态

Multimodal vision-based human action recognition using deep learning: a review：关于多模态的综述论文，这一篇写的不错，有时间值得啃一下

A Real-Time 3-Dimensional Object Detection Based Human Action Recognition Model：3D卷积神经网络（3DCNN）、LSTM乘法递归网络和YOLOv6实时目标检测