النمو الملحوظ في شبكات كاميرات المراقبة يتطلب حلول ذكاء اصطناعي قابلة للتوسع لتحليل الكمية الكبيرة من بيانات الفيديو التي تنتجها هذه الشبكات بكفاءة. كجزء من التحليلات النموذجية التي تُجرى على تسجيلات المراقبة، حظي اكتشاف العنف في الفيديو باهتمام كبير مؤخرًا. ركز معظم الأبحاث على تحسين الطرق الحالية باستخدام الأساليب الإشرافية (المشرف عليها)، مع القليل أو عدم وجود اهتمام بالأساليب شبه الإشرافية (شبه مشرف عليها). في هذه الدراسة، تم تقديم نموذج تعزيز يتفوق على النماذج الموجودة من خلال استخدام أسلوب شبه إشرافي. تكمن الجديدية الرئيسية في الطريقة المقترحة في تقديم آلية انتباه صعبة شبه إشرافية. باستخدام الانتباه الصعب، يتم تحديد المناطق الأساسية من الفيديوهات وفصلها عن الأجزاء غير المعلوماتية من البيانات. يتم تحسين دقة النموذج بإزالة البيانات الزائدة والتركيز على المعلومات البصرية المفيدة بدرجة أعلى من الدقة. تنفيذ آليات الانتباه الصعبة باستخدام خوارزميات تعزيز شبه إشرافية يلغي الحاجة إلى توضيحات الانتباه في مجموعات بيانات العنف في الفيديو، مما يجعلها قابلة للتطبيق بسهولة. يستخدم النموذج المقترح هيكل I3D مدرب مسبقًا لتسريع وتثبيت عملية التدريب. حقق النموذج المقترح دقة متقدمة بلغت 90.4٪ و98.7٪ على مجموعتي بيانات RWF وHockey، على التوالي.