一种基于图学习的视频暴力行为检测方法

本发明公开了一种基于STIG‑Net的图学习视频暴力检测方法。该方法通过融合图注意力卷积模块和图结构卷积模块，利用网络结构特点处理不同类型的节点，提升对关键点特征学习能力；通过引入人体交互边信息的，增强模型对骨架间关系的关注，进一步提升分类精度；提出并利用Adaptive‑FLAG数据增强方法进行对抗性训练，增强模型对遮挡现象的鲁棒性，提升模型的抗干扰能力。实验表明，本方法在Hockey Fight、Movies Fight、AVDV、RWF‑2000和Surveillance等数据集上，识别准确率优于主流的视频人体暴力行为识别算法，适用于智能安防、司法监控等公共安全场景。