谭等泰， 王 炜， 王轶群

(甘肃政法大学司法鉴定中心， 兰州 730070)

0 引言

近年来，示威游行、暴力犯罪和踩踏等危害社会公共安全的事件频繁发生，这些突发的恶性事件，不但会对生命财产造成危害，而且对治安秩序形成严重的威胁[1-2]。暴力行为是以人和财产为侵害对象，采取暴力手段，会对身心健康和财产构成威胁，严重情况下直接危及人的生命健康[3-5]。传统的视频识别主要依赖人工审核，但是依靠人工审核的方法很难实时检测到异常行为的发生，而且视频呈爆发式增长，这种方法无法满足实际需求。因此对治安监控视频中出现的暴力行为自动分析并预警，对维护社会治安秩序具有重要的实用价值。

暴力行为检测是行为识别中的一项特殊应用，根据输入数据的不同，暴力行为检测可分为3类，分别为基于音频特征的暴力行为检测[6-8]、基于视频特征的暴力行为检测[9-12]和基于音视频混合特征的暴力行为检测[13-15]。随着视频监控的普及，从视频中实时预判暴力事件显得尤为重要，因此重点介绍基于视频的暴力行为检测，暴力行为检测方法主要分为人工提取特征的方法和深度学习的方法。在基于人工提取特征的暴力行为检测中，文献[16-17]选取了暴力行为中常出现的血液、火焰、皮肤、爆炸和声音等特征实现暴力行为的识别与检测，但是某些暴力行为中并未出现血液、火焰等明显的暴力特征，因而文献[9]、[18]通过检测人体的姿态、运动轨迹和光流等运动特征检测暴力行为，用到的特征有加速度运动矢量[19]、暴力流[20]和韦伯局部描述符[21]等。……