热点事件观察中
多模态模型探索暴力事前风险识别
1 篇报道1 个报道来源3 天前更新
先了解这件事
AI 综述
2026年9月30日，arXiv刊文探讨多模态学习能否依据事发前行为线索预判暴力。研究基于XD-Violence数据集中的443个样本，在排除暴力事件本身信息的前提下，结合面部区域外观、时间对齐音频和人体运动特征，识别暴力发生前的短时风险。针对Swin-Tiny、ViT-Tiny和DeiT-Tiny的消融实验显示，多模态特征组合的效果优于相关单模态或简化组合。报道未提供具体性能数字，也未说明该方法已在现实场景部署。
AI 根据报道生成 · 1 天前更新
最新进展9月30日 23:52
研究显示，结合面部、音频和人体运动特征有助于识别暴力发生前的短时风险。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · 多模态、视频与世界模型多模态学习能否通过事发前行为线索预判暴力？
研究基于 XD-Violence 的 443 个样本，利用面部区域外观、时间对齐音频和人体运动特征，在排除事件本身的前提下识别暴力发生前的短时风险。对 Swin-Tiny、ViT-Tiny 和 DeiT-Tiny 的消融实验显示，多模态组合效果更好。
本事件热度走势
当前热度 3·可比范围峰值 3（10月2日 17:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。