研究「Multi-level violence recognition via hybrid convolutional-attention and recurrent architectures」では、ストリーミング映像監視における暴力認識のためのハイブリッドアーキテクチャを提案している。に含まれるのは Time-Distributed Convolutional Neural Network (TD-CNN)、Long Short-Term Memory (LSTM) ネットワーク、および空間的注意機構である。

著者らは、精度と識別速度のバランスを取る課題と開発を結びつけている。説明は公共の安全保障、法執行、監視システムでの適用可能性を示唆する一方、試験結果や比較指標を示していない。