如果安全摄像头不仅可以捕捉视频，还可以实时了解正在发生的情况——区分日常活动和潜在危险行为，结果会怎样？这就是弗吉尼亚大学工程与应用科学学院的研究人员通过最新突破塑造的未来：人工智能驱动的智能视频分析仪，能够以前所未有的精度和智能检测视频片段中的人类动作。

该研究论文是发表在日记中IEEE 模式分析和机器智能汇刊。

该系统被称为语义和运动感知时空变换器网络（SMAST），有望带来广泛的社会效益，从增强监控系统并改进公安在医疗保健领域实现更先进的运动跟踪，并改进自动驾驶汽车在复杂环境中导航的方式。

“这项人工智能技术为一些最苛刻的环境中的实时动作检测打开了大门，”电气和计算机工程系教授兼系主任、该项目的首席研究员 Scott T. Acton 说。“这种进步可以帮助预防事故、改善诊断甚至拯救生命。”

复杂视频分析的人工智能驱动创新

那么，它是如何运作的呢？SMAST 的核心由人工智能提供支持。该系统依靠两个关键组件来检测和理解复杂的人类行为。第一个是多特征选择性注意模型，它可以帮助人工智能专注于场景中最重要的部分（例如人或物体），同时忽略不必要的细节。这使得系统能够更准确地识别正在发生的事情，例如识别某人扔球，而不仅仅是移动手臂。

第二个关键功能是运动感知二维位置编码算法，它可以帮助人工智能跟踪物体随时间的移动情况。想象一下，在观看一段人们不断变换位置的视频时，该工具可以帮助人工智能记住这些动作并了解它们之间的关系。通过集成这些功能，SMAST 可以准确地实时识别复杂的动作，使其在监控、监控等高风险场景中更加有效。卫生保健诊断或自动驾驶。

SMAST 重新定义了机器如何检测和解释人类行为。当前的系统与混乱、未经编辑的连续数据作斗争视频片段，常常会忽略事件的背景。但 SMAST 的创新设计使其能够以极高的精度捕捉人与物体之间的动态关系，并由人工智能组件提供支持，使其能够从数据中学习和适应。

为动作检测技术设定新标准

这一技术飞跃意味着人工智能系统可以识别跑步者过马路、医生执行精确手术等行为，甚至可以识别拥挤空间中的安全威胁。SMAST 在 AVA、UCF101-24 和 EPIC-Kitchens 等关键学术基准上的表现已经超越了顶级解决方案，为准确性和效率设立了新标准。

“这社会影响阿克顿实验室从事该项目的博士后研究员 Matthew Korban 表示：“我们很高兴看到这项人工智能技术如何改变行业，使基于视频的系统更加智能并能够实时理解。””。