标题：基于深度学习的暴力行为识别研究
作者：黄博 张捷 吕明
作者单位：南京理工大学自动化学院，江苏 南京 210094
关键字：暴力行为识别；深度学习；注意力机制；深度可分离卷积LSTM
摘要：暴力行为识别是视频行为识别领域研究的一个研究方向。随着深度学习的发展，视频行为识别在过去十年里取得了显著的进步，但也面临了新的挑战，例如如何有效地建模视频中的长时序信息、如何降低计算开销等。针对此问题，引入了一种基于软注意力机制和深度可分离卷积LSTM的深度学习网络模型，称为Att-SepConvLSTM，首先利用轻量级的NasNetMobile网络进行视频帧的空间特征提取，然后将空间特征图依次输入进去，得到全局时序特征，最后经过分类层输出是否存在暴力行为的二分类结果。