摘要
近年来，监控摄像头在公共场所广泛部署，得益于这些无处不在的设备，整体犯罪率已显著下降。然而，通常情况下，这些摄像头仅在犯罪发生后提供线索和证据，极少被用于实时预防或制止犯罪行为。人工监控大量监控视频数据既耗时又费力，因此，从视频信号中自动识别暴力行为变得尤为关键。本文总结了若干现有的暴力行为检测视频数据集，并提出了一个名为RWF-2000的新数据库，该数据库包含2000段在真实场景中由监控摄像头拍摄的视频。此外，本文提出了一种新方法——光流门控网络（Flow Gated Network），该方法融合了三维卷积神经网络（3D-CNN）与光流信息的优势。在所提出的数据库测试集上，该方法取得了87.25%的识别准确率。目前，该数据库及源代码已公开，可供研究者访问使用。