بالنظر إلى مشكلة بطء سرعة التعرف وانخفاض دقة التعرف في خوارزميات شبكات العصبونية التفافيه وشبكات الالتفاف البيانية في التعرف على سلوك العنف في المدارس، تقدم هذه الورقة شبكة التلافيف البيانية الخفيفة الوزن التي تجمع بين دمج بيانات تدفق المعلومات المتعددة وآلية الانتباه الزماني المكاني. مع الهيكل العظمي البشري كموضوع للدراسة، يتم أولاً دمج بيانات تدفق المعلومات المتعددة المتعلقة بالمفاصل والهيكل العظمي، وتحسين سرعة الحساب عن طريق تقليل عدد معلمات الشبكة؛ ثم يتم بناء وحدة الانتباه الزماني المكاني القائمة على عمليات غير محلية للتركيز على المفاصل الأكثر تمييزًا للحركة، مما يحسن دقة التعرف عن طريق تقليل المعلومات الزائدة؛ بعد ذلك، يتم بناء وحدة استخراج الخصائص الزمانية والمكانية للحصول على معلومات الترابط الزماني المكاني للمفاصل المستهدفة؛ وأخيرًا، يتم تحقيق التعرف على الحركة من خلال طبقة Softmax. تظهر نتائج التجارب أنه في بيئة مراقبة أمن المدارس، كانت دقة التعرف على ستة حركات نموذجية وهي اللكم، الركل، السقوط، الدفع، الصفعة والركوع 94.5٪، 97.0٪، 98.5٪، 95.0٪، 94.5٪ و95.5٪ على التوالي، وكانت أقصى سرعة للتعرف 20.6 إطارًا في الثانية. كما أظهر المقارنة على مجموعة بيانات UCF101 تحسنًا في سرعة ودقة التعرف مقارنة بشبكتين أساسيتين، مما يؤكد تعميم الطريقة للحركات الأخرى ويمكنها تلبية متطلبات التوقيت الحقيقي والموثوقية في التعرف على سلوك العنف النموذجي في المدارس.

التعرف على سلوك العنف في المدارس;شبكة التلافيف البيانية;دمج البيانات;وحدة الانتباه الزماني المكاني