超越欧氏空间：面向弱监督视频暴力检测的双空间表征学习

基于摘要分析。本文研究弱监督 Video Violence Detection（VVD）中正常事件与暴力事件视觉相似、难以区分的问题，提出 Dual-Space Representation Learning（DSRL），联合欧氏空间与双曲空间学习视觉特征及事件间关系。主要研究对象是视频事件识别，而非 EEG 或 BCI。 机制上，DSRL 在双曲空间中逐步聚合事件上下文，通过受双曲 Dirichlet energy 约束、对层级敏感的双曲关联度选择聚合节点；同时使用 cross-space attention 促进欧氏空间与双曲空间的信息交互，为最终暴力检测提供更具判别性的特征。其方法动机是借助双曲几何表达层级及复杂关系，补充仅在欧氏空间学习表征的方案。摘要未给出弱监督标签粒度、关联度计算公式、能量约束实现、损失函数及训练和推理细节。 作者报告综合实验支持 DSRL 的有效性，但摘要没有提供数据集、划分协议、对照基线、指标或数值，因此无法判断改进幅度及各模块的独立贡献。实验协议、消融及统计信息尚未验证；代码与复现条件也尚未验证。 平台推测（待验证）：若某类 EEG 弱监督事件识别任务确有可学习的事件层级关系，可假设双曲上下文聚合有助于区分相似片段。可复用的候选模块是关系聚合与跨空间注意力，视频特征编码及事件节点构造则需改造；低信噪比、跨被试差异、通道变化和小数据可能使关系估计不稳定。一个可检验的小实验是在相同 EEG 编码器、标签预算及 Cross-subject 划分下，对比欧氏聚合与双空间聚合，并移除跨空间注意力作对照。该实验仅为迁移假设，原论文结果不构成 BCI 有效性证据，已有 EEG 相关工作尚未检索确认。