論文の概要: SafeNet: An Assistive Solution to Assess Incoming Threats for Premises
- arxiv url: http://arxiv.org/abs/2002.04405v1
- Date: Mon, 27 Jan 2020 04:33:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-06 08:35:20.114344
- Title: SafeNet: An Assistive Solution to Assess Incoming Threats for Premises
- Title（参考訳）: safenet: 現場からの脅威を評価するための支援的ソリューション
- Authors: Shahinur Alam, Md Sultan Mahmud, and Mohammed Yeasin
- Abstract要約: SafeNetは、コンテキスト指向の画像記述を生成し、着信脅威を評価する統合支援システムである。
システムの主な機能には、人間の検出と識別が含まれる。
システムと対話するために,顔画像やビデオからパーソナライズされたプロフィールを作成するダイアログ対応インタフェースを実装した。
- 参考スコア（独自算出の注目度）: 0.9558392439655015
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: An assistive solution to assess incoming threats (e.g., robbery, burglary,
gun violence) for homes will enhance the safety of the people with or without
disabilities. This paper presents "SafeNet"- an integrated assistive system to
generate context-oriented image descriptions to assess incoming threats. The
key functionality of the system includes the detection and identification of
human and generating image descriptions from the real-time video streams
obtained from the cameras placed in strategic locations around the house. In
this paper, we focus on developing a robust model called "SafeNet" to generate
image descriptions. To interact with the system, we implemented a dialog
enabled interface for creating a personalized profile from face images or
videos of friends/families. To improve computational efficiency, we apply
change detection to filter out frames that do not have any activity and use
Faster-RCNN to detect the human presence and extract faces using Multitask
Cascaded Convolutional Networks (MTCNN). Subsequently, we apply LBP/FaceNet to
identify a person. SafeNet sends image descriptions to the users with an MMS
containing a person's name if any match found or as "Unknown", scene image,
facial description, and contextual information. SafeNet identifies
friends/families/caregiver versus intruders/unknown with an average F-score
0.97 and generates image descriptions from 10 classes with an average F-measure
0.97.
- Abstract（参考訳）: 家庭への侵入の脅威(強盗、強盗、銃乱用など)を評価する補助的な解決策は、障害者や障害者の安全を高める。
本稿では,コンテキスト指向の画像記述を生成する統合支援システム「SafeNet」について述べる。
このシステムの重要な機能には、人間の検出と識別、家中の戦略的場所に置かれたカメラから得られたリアルタイムビデオストリームからの画像記述の生成が含まれる。
本稿では,画像記述を生成するために,SafeNetと呼ばれるロバストモデルの開発に注力する。
システムと対話するために、顔画像や友人や家族のビデオからパーソナライズされたプロフィールを作成するダイアログ対応インタフェースを実装した。
計算効率を向上させるために,動作のないフレームをフィルタし,Faster-RCNNを用いて人間の存在を検出し,MTCNN(Multitask Cascaded Convolutional Networks)を用いて顔を抽出する。
次に LBP/FaceNet を用いて人物を識別する。
safenetは、一致が見つかった場合、あるいは「未知」、シーン画像、顔の説明、文脈情報を含むmmsで、画像記述をユーザに送信する。
safenetは、友人/家族/介護者/侵入者/非知人/平均f-score 0.97を識別し、平均f-measure 0.97で10クラスから画像記述を生成する。
関連論文リスト
- ID-Guard: A Universal Framework for Combating Facial Manipulation via Breaking Identification [60.73617868629575]
深層学習に基づく顔操作の誤用は、公民権に対する潜在的な脅威となる。
この不正行為を防ぐため、プロアクティブな防御技術が提案され、操作プロセスを妨害した。
我々は,ID-Guardと呼ばれる,顔操作と戦うための新しい普遍的枠組みを提案する。
論文 参考訳（メタデータ） (2024-09-20T09:30:08Z) - Privacy-preserving Optics for Enhancing Protection in Face De-identification [60.110274007388135]
この脆弱性を解決するために,ハードウェアレベルの顔識別手法を提案する。
また、プライバシ保存画像、フェイスヒートマップ、およびパブリックデータセットからの参照顔イメージを入力として、新しい顔を生成する匿名化フレームワークを提案する。
論文 参考訳（メタデータ） (2024-03-31T19:28:04Z) - Ring-A-Bell! How Reliable are Concept Removal Methods for Diffusion Models? [52.238883592674696]
Ring-A-Bellは、T2I拡散モデルのためのモデルに依存しないレッドチームツールである。
これは、不適切なコンテンツの生成に対応する拡散モデルに対する問題的プロンプトを特定する。
この結果から,安全プロンプトベンチマークの操作により,既存の安全メカニズムを回避できると考えられるプロンプトを変換できることが示唆された。
論文 参考訳（メタデータ） (2023-10-16T02:11:20Z) - Erasing, Transforming, and Noising Defense Network for Occluded Person
Re-Identification [36.91680117072686]
我々は,隠蔽された人物のリIDを解決するために,ETNDNet(Easing, Transforming, and Noising Defense Network)を提案する。
提案するETNDNetでは,特徴マップをランダムに消去し,不完全な情報を持つ逆表現を生成する。
第3に、障害物や歩行者以外の歩行者が導入したノイズ情報に対処するために、ランダムな値で特徴マップを摂動する。
論文 参考訳（メタデータ） (2023-07-14T06:42:21Z) - Attribute-Guided Encryption with Facial Texture Masking [64.77548539959501]
本稿では,顔認識システムからユーザを保護するために,顔テクスチャマスキングを用いた属性ガイド暗号化を提案する。
提案手法は,最先端の手法よりも自然な画像を生成する。
論文 参考訳（メタデータ） (2023-05-22T23:50:43Z) - OPOM: Customized Invisible Cloak towards Face Privacy Protection [58.07786010689529]
我々は、新しいタイプのカスタマイズクロークに基づく技術の観点から、顔のプライバシ保護について検討する。
本研究では,個人固有の(クラスワイドな)ユニバーサルマスクを生成するために,1人1マスク(OPOM)という新しい手法を提案する。
提案手法の有効性を,共通データセットと有名データセットの両方で評価した。
論文 参考訳（メタデータ） (2022-05-24T11:29:37Z) - Towards a Safety Case for Hardware Fault Tolerance in Convolutional
Neural Networks Using Activation Range Supervision [1.7968112116887602]
畳み込みニューラルネットワーク(CNN)は多くの安全クリティカルなコンピュータビジョンアプリケーションの一部として確立されている。
我々は,高度に信頼性の高い故障検知器として範囲監視が重要であることを示すことによって,CNNのプロトタイプ型安全ケースを構築した。
本研究では,無声データ破損の確率と訂正不能な誤りを効果的に抑制する,新しい非一様範囲制限法について検討する。
論文 参考訳（メタデータ） (2021-08-16T11:13:55Z) - Privacy-Preserving Video Classification with Convolutional Neural
Networks [8.51142156817993]
本稿では,畳み込みニューラルネットワークを用いた単一フレーム方式のビデオ分類のプライバシ保護実装を提案する。
個人の感情認識への応用として提案手法の評価を行った。
論文 参考訳（メタデータ） (2021-02-06T05:05:31Z) - Face Anti-Spoofing Via Disentangled Representation Learning [90.90512800361742]
顔認識システムのセキュリティには、顔の偽造が不可欠だ。
本稿では,画像から生意気な特徴やコンテンツの特徴を乱す顔のアンチ・スプーフィングの新たな視点を提案する。
論文 参考訳（メタデータ） (2020-08-19T03:54:23Z) - Toward Building Safer Smart Homes for the People with Disabilities [1.0742675209112622]
SafeAccessは、状況認識を提供することで、より安全なスマートホームを構築するためのエンドツーエンドの支援ソリューションである。
我々は、人物を検出して認識し、画像記述を生成し、スマートドアのプロトタイプを設計するための堅牢なモデルの構築に注力する。
このシステムは、来訪者の名前や「未知」のシーンイメージ、顔の描写、文脈情報を含むMMSをユーザに通知する。
本システムでは,Fスコア0.97の人物を識別し,Fスコア0.97の平均画像記述を生成する。
論文 参考訳（メタデータ） (2020-06-10T15:50:32Z) - CIAGAN: Conditional Identity Anonymization Generative Adversarial
Networks [12.20367903755194]
CIAGANは条件付き生成対向ネットワークに基づく画像およびビデオの匿名化モデルである。
このモデルでは,高品質な画像や映像を制作しながら,顔や身体の特徴を識別できる。
論文 参考訳（メタデータ） (2020-05-19T15:56:08Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。