左图显示了机器视觉系统可识别的14个人体关键点：头部，颈部，肩膀，肘部，腕部，臀部，膝盖，脚踝。 右上方是带有暴力识别系统的Parrot AR无人机。 在右下角，训练数据集中具有关键点的单个照片元素如今，无人机越来越多地被执法机构和情报机构使用。 通常用于间谍活动，情报，边境管制等。警察不是很积极地使用无人机在城市街道上巡逻。 但是这里蕴藏着巨大的潜力。 巡逻无人机可以大大节省员工工资。 它们覆盖大面积区域，在黑暗中完美可见。
关于许多国家犯罪的增长和恐怖主义的威胁，当局有兴趣加强对平民的控制。
自动无人机无人机是新一代系统，为应对街头骚乱和流氓行为的更加自治和智能的系统打开了大门。
以前，无人机主要用于“手动”模式。 因此，它们处于操作员的控制之下，该操作员同时从便携式摄像机跟踪图像。 但是这种模式极大地限制了无人机的
大规模使用，因为每个无人机都需要一个单独的操作员。
机器视觉系统消除了此限制。 它们使您可以沿指定的路线发送成千上万的无人机，并且操作员仅关注识别出某些标志时触发的警报。 已经开发出了这样的系统，用于自动巡逻物体以检测火灾，管道损坏等。2010年，为执法机构开发了一种
系统，用于
识别“遗弃的物体” ，即遗留在公共场所的袋子和包裹。 自动识别暴力是下一步的逻辑步骤，使您可以使用无人机在人群和公共场所巡逻。
2009年，发表了一篇科学论文，描述
了一种机器视觉系统，该系统可使用运动分析
自动识别公共场所的
犯罪 。 她准确地确定了大约85％的行为，例如从路人手中抢钱包，绑架孩子等。
这样的系统在检测各种犯罪行为方面非常成功。 尽管精度很高（在某些情况下，精度超过90％），但它们的范围非常有限。
2014年，研究人员提出了第一个自动识别公共场所暴力的无人机系统，这是第一个使用
可变形部分模型来评估人的姿势并进一步根据其姿势识别可疑人的无人机系统。 这是一项极其困难的机器视觉任务，因为无人机的照片和视频可能会受到光照，阴影，低细节和模糊的影响。 此外，人物会出现在框架的不同位置和不同位置。 该系统确定暴力的准确度约为76％，远低于上述高度专业化的系统。
来自剑桥大学（英国），国家技术研究所（印度）和班加罗尔印度科学研究所的科学家的新发展提出了一种改进的系统，该系统使用特征金字塔网络（FPN），混合深度学习网络ScatterNet（ScatterNet）实时自动识别暴力混合深度学习（SHDL），并使用支持向量机（SVM）计算所计算姿势的四肢之间的方向。 图示中详细显示了识别管线的操作。
可以预测人的姿势的传送带，可以用来预测人群和公共场所的暴力行为。 该框架首先通过无人机摄像头识别帧中的人物。 带有人物图像的照片片段作为输入输入到SHDL网络，ScatterNet在前端运行，以从输入图像中提取手动描述的标志。 从三层提取的特征被组合并馈送到后端运行的回归网络的四个卷积层的输入。在新系统中，识别暴力的平均准确度为88.8％，包括踢球的89％，踢球的94％，射击的82％，勒死的85％和刺伤的92％。 这大大高于2014年的旧系统。
该科学文章已于2018年6月3日在arXiv.org预印本网站上发布，并将在2018年IEEE计算机视觉和模式识别（CVPR）研讨会IEEE计算机视觉和模式识别会议上发表。