1.一種校園暴力行為檢測(cè)方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的一種校園暴力行為檢測(cè)方法，其特征在于，所述s1包括：
3.根據(jù)權(quán)利要求2所述的一種校園暴力行為檢測(cè)方法，其特征在于，所述s13包括：
4.根據(jù)權(quán)利要求1所述的一種校園暴力行為檢測(cè)方法，其特征在于，所述s2中，利用bot-sort算法，進(jìn)行iou匹配操作、重新識(shí)別reid特征融合操作，在多目標(biāo)情形下，追蹤每個(gè)所述行人目標(biāo)的運(yùn)動(dòng)軌跡；
5.根據(jù)權(quán)利要求1所述的一種校園暴力行為檢測(cè)方法，其特征在于，所述s2中，所述yolov8模型包括：通道注意力模塊、空間注意力模塊；用以聚焦處理所述校園場(chǎng)景暴力行為數(shù)據(jù)集中的視頻幀關(guān)鍵特征。
6.根據(jù)權(quán)利要求1所述的一種校園暴力行為檢測(cè)方法，其特征在于，所述s2中，利用bot-sort算法進(jìn)行目標(biāo)追蹤，進(jìn)行iou匹配操作、重新識(shí)別reid特征融合操作，在多目標(biāo)情形下，追蹤每個(gè)所述行人目標(biāo)的運(yùn)動(dòng)軌跡；
7.根據(jù)權(quán)利要求1所述的一種校園暴力行為檢測(cè)方法，其特征在于，所述s2中，構(gòu)建長(zhǎng)短期記憶網(wǎng)絡(luò)模型lstm，其中，所述長(zhǎng)短期記憶網(wǎng)絡(luò)模型lstm包括：lstm層、bi-lstm層、自適應(yīng)平均池化層以及全連接層。
8.根據(jù)權(quán)利要求7所述的一種校園暴力行為檢測(cè)方法，其特征在于，設(shè)置輸入張量參數(shù)；設(shè)置并利用所述lstm層，獲取并根據(jù)隱藏狀態(tài)、細(xì)胞狀態(tài)，捕捉序列數(shù)據(jù)中的時(shí)間依賴關(guān)系，得到lstm輸出數(shù)據(jù)；
9.根據(jù)權(quán)利要求1所述的一種校園暴力行為檢測(cè)方法，其特征在于，所述特征融合操作包括：
10.一種校園暴力行為檢測(cè)系統(tǒng)，其特征在于，所述系統(tǒng)包括：