基于YOLOv4的暴力行为实时检测算法

闫保中，刘忠强

哈尔滨工程大学 智能科学与工程学院, 黑龙江 哈尔滨 150001

随着“平安城市”等建设项目的推进，我国安防行业得到了快速发展，视频监控系统未来将向智能化方向迈进。但是目前大部分的监控系统仍采用传统的依赖人工监视的方式，不仅效率较低，而且容易对异常行为发生漏检，可能会造成严重的后果[1]。因此，研究一种能够自动检测出监控视频中异常行为的算法，对于加强城市安全具有重要意义。

对于监控视频异常行为检测问题，国内外学者提出了多种算法，按发展阶段可分为基于传统机器学习的算法和基于深度学习的算法两类。传统算法采用手工提取特征的方式，根据对异常判断准则的不同可分为能量法、聚类法、重构法和推断法[2]。传统算法需要手工设计特征，往往针对特定的任务，因而设计出的模型泛化能力较差。而基于深度学习的算法能够自动学习特征，目前主要采用行为识别模型对异常行为进行检测，主流的网络结构包括双流卷积网络(twostream convolutional network)[3]、3D 卷积网络 (3D convolutional network, C3D)[4]、 卷 积 神 经 网 络(convolutional neural networks, CNN)与 长 短 时 记忆 (long short-term memory, LSTM)网络结合的网络[5]等。这些算法计算量很大，难以实现实时检测，无法满足监控系统的实际需求。

针对上述问题，本文采用YOLOv4[6]作为基础模型，并从检测的精度和速度两方面改进原网络，用于对监控视频中暴力行为的实时检测。当检测出暴力行为时，及时报警通知相关人员处理，能够有效避免恶性事件的发生，保障人民群众的生命安全。……