СИСТЕМА РАСПОЗНАВАНИЯ АГРЕССИВНОГО ФИЗИЧЕСКОГО ПОВЕДЕНИЯ НА ВИДЕО С ИСПОЛЬЗОВАНИЕМ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Ключевые слова:
Компьютерное зрение, искусственный интеллект, детекция, распознавание, анализ поз, агрессивное поведение, нейронная сеть, психоэмоциональное состояние.Аннотация
В настоящее время не существует общепринятых решений для обнаружения агрессивного поведения, и многие существующие методы обладают низкой точностью и не способны распознавать сложные динамические взаимодействия. Обеспечение безопасности в образовательных учреждениях и общественных местах остается важной задачей в современном обществе. Одним из наиболее эффективных способов решения этой проблемы является использование интеллектуальных автоматизированных систем, способных обнаруживать потенциально опасные ситуации на ранней стадии и реагировать в режиме реального времени. В данном исследовании предлагаем инновационную систему автоматического распознавания поз тела и классификации агрессивного и защитного поведения человека по видеопотокам. Главная цель исследования — разработка интеллектуальной системы компьютерного зрения, которая анализирует позы и поведенческие паттерны человека в видеозаписях для идентификации психологических и эмоциональных состояний. Такая система может способствовать раннему обнаружению потенциально опасных ситуаций и повышению общей общественной безопасности. Использована новая многозадачная архитектура, в которой предлагается один из первых подходов к использованию YOLOv11-Pose для решения задачи определения психоэмоционального состояния человека по признакам агрессивного поведения в системах видеонаблюдения. Созданная единая обучаемая система одновременно занимается обнаружением, оценкой позы и классификацией. Видеозаписи с камер будут анализироваться системой для обнаружения и классификации инцидентов. Для аннотирования данных использовалось программное обеспечение DataCollectorCV. Набор данных содержит 1034 изображения с ручной разметкой. Разработанная система позволяет мгновенно идентифицировать нескольких человек на основе движений и жестов персонажей и может использоваться в качестве эффективного инструмента для анализа психологического и эмоционального состояния. Тесты качества подтвердили, что надежность модели достигла 96%. Модель машинного обучения, разработанная для обнаружения физического насилия и агрессивного поведения на видеозаписях, также показала хорошие результаты. Система может использоваться в образовательных учреждениях и в областях, где требуется анализ видео.
Библиографические ссылки
Bаоlong. Qi et al. (2025). Automated violence monitoring system for real-time fistfight detection using deep learning-based temporal action localization. Scientific Reports, 15, 29-37. https://doi.org/10.1038/s41598-025-12531-4
Huang, X. & Cai, Z. A (2023). Review of video action recognition based on 3d convolution. Comput. Electr. Eng. 108, 108713. doi:10.1016/j.compeleceng.2023.108713
Su, Y., Lin, G. & Wu, Q. (2023). Improving video violence recognition with human interaction learning on 3d skeleton point clouds. Preprint at http://arXiv.org/2308.13866 .
Mumtaz, N. et al. (2022). An overview of violence detection techniques: Current challenges and future directions. Artif. Intell. Rev. 1, 1–26. https://arxiv.org/abs/2209.11680
Kong, Y. & Fu, Y. (2022). Human action recognition and prediction: A survey. Int. J. Comput. Vis. 130, 1366–1401. https://arxiv.org/abs/1806.11230
Hao, Y., Li, J., Wang, N., Wang, X. & Gao, X. (2022). Spatiotemporal consistency-enhanced network for video anomaly detection. Pattern Recogn. 121, 108232. https://doi.org/10.1016/j.patcog.2021.108232
Hachiuma, R., Sato, F. & Sekii, T. (2023). Unified keypoint-based action recognition framework via structured keypoint pooling. Preprint at http://arXiv.org/2303.15270.
Mohtavipour, S. M., Saeidi, M. & Arabsorkhi, A. A (2022) multi-stream cnn for deep violence detection in video sequences using handcrafted features. Vis. Comput. 38, 2057–2072. doi:10.1007/s00371-021-02266-4
Vaswani, A. et al. (2021). Scaling local self-attention for parameter efficient visual backbones. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition 12894–12904. https://doi.org/10.48550/arXiv.2103.12731
Alberto Vega, Rosario Cabello (2021). Emotional Intelligence and Aggressive Behaviors in Adolescents: A Systematic Review and Meta-Analysis. vol. 64, p. 6, doi: org/10.1177/1524838021991296
Amirgaliyev, Y., Krak, Y., Bukenova, I., Kazangapova, B., Bukenov. G. (2024). Determining the psycho-emotional state of the observed based on the analysis of video observations. Eastern-European Journal of Enterprise Тechnologies, 1(2(127)), р. 45–53. doi:10.15587/1729-4061.2024.296500
Leng, J. et al. (2025). Piercingeye: Dual-space video violence detection with hyperbolic vision-language guidance. Preprint at http://arXiv.org/2504.18866
Shao, Y. et al. (2025). Eventvad: Training-free event-aware video anomaly detection. Preprint at http://arXiv.org/2504.13092
Mohammadi, H. & Nazerfard, E. (2023). Video violence recognition and localization using a semi-supervised hard attention model. Expert Syst. Appl. 212, 118791. https://doi.org/10.48550/arXiv.2202.02212
Амиргалиев Е., Букенова И., Букенов Г., Кеншимов Ч. (2023). Бейне арқылы зорлық-зомбылық қозғалыстарын тану бойынша бағдарламалық шешімдер. Вестник ВКТУ (2), 31–42. doi: 10.51885/1561-4212_2023_2_31
References
Bаоlong. Qi et al. (2025). Automated violence monitoring system for real-time fistfight detection using deep learning-based temporal action localization. Scientific Reports, 15, 29-37. https://doi.org/10.1038/s41598-025-12531-4
Huang, X. & Cai, Z. A (2023). Review of video action recognition based on 3d convolution. Comput. Electr. Eng. 108, 108713. doi:10.1016/j.compeleceng.2023.108713
Su, Y., Lin, G. & Wu, Q. (2023). Improving video violence recognition with human interaction learning on 3d skeleton point clouds. Preprint at http://arXiv.org/2308.13866 .
Mumtaz, N. et al. (2022). An overview of violence detection techniques: Current challenges and future directions. Artif. Intell. Rev. 1, 1–26. https://arxiv.org/abs/2209.11680
Kong, Y. & Fu, Y. (2022). Human action recognition and prediction: A survey. Int. J. Comput. Vis. 130, 1366–1401. https://arxiv.org/abs/1806.11230
Hao, Y., Li, J., Wang, N., Wang, X. & Gao, X. (2022). Spatiotemporal consistency-enhanced network for video anomaly detection. Pattern Recogn. 121, 108232. https://doi.org/10.1016/j.patcog.2021.108232
Hachiuma, R., Sato, F. & Sekii, T. (2023). Unified keypoint-based action recognition framework via structured keypoint pooling. Preprint at http://arXiv.org/2303.15270.
Mohtavipour, S. M., Saeidi, M. & Arabsorkhi, A. A (2022) multi-stream cnn for deep violence detection in video sequences using handcrafted features. Vis. Comput. 38, 2057–2072. doi:10.1007/s00371-021-02266-4
Vaswani, A. et al. (2021). Scaling local self-attention for parameter efficient visual backbones. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition 12894–12904. https://doi.org/10.48550/arXiv.2103.12731
Alberto Vega, Rosario Cabello (2021). Emotional Intelligence and Aggressive Behaviors in Adolescents: A Systematic Review and Meta-Analysis. vol. 64, p. 6, doi: org/10.1177/1524838021991296
Amirgaliyev, Y., Krak, Y., Bukenova, I., Kazangapova, B., Bukenov. G. (2024). Determining the psycho-emotional state of the observed based on the analysis of video observations. Eastern-European Journal of Enterprise Тechnologies, 1(2(127)), р. 45–53. doi:10.15587/1729-4061.2024.296500
Leng, J. et al. (2025). Piercingeye: Dual-space video violence detection with hyperbolic vision-language guidance. Preprint at http://arXiv.org/2504.18866
Shao, Y. et al. (2025). Eventvad: Training-free event-aware video anomaly detection. Preprint at http://arXiv.org/2504.13092
Mohammadi, H. & Nazerfard, E. (2023). Video violence recognition and localization using a semi-supervised hard attention model. Expert Syst. Appl. 212, 118791. https://doi.org/10.48550/arXiv.2202.02212
Amirgaliev, E., Bukenova, I., Bukenov, G., & Kenshimov, Ch. (2023). Programmnye resheniya po raspoznavaniyu nasil'stvennykh dvizhenii po video. Vestnik VKTU im. D. Serikbaeva, (2), 31–42. doi: 10.51885/1561-4212_2023_2_31
Опубликован
Как цитировать
Выпуск
Раздел
Категории
Лицензия
Copyright (c) 2026 Индира Букенова, Лязат Найзабаева , Гани Букенов
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
