論文の概要: Low-light Environment Neural Surveillance
- arxiv url: http://arxiv.org/abs/2007.00843v1
- Date: Thu, 2 Jul 2020 02:45:41 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-14 13:34:43.132131
- Title: Low-light Environment Neural Surveillance
- Title（参考訳）: 低光環境ニューラルサーベイランス
- Authors: Michael Potter (1), Henry Gridley (1), Noah Lichtenstein (1), Kevin
Hines (1), John Nguyen (1), Jacob Walsh (1) ((1) Northeastern University)
- Abstract要約: 低照度環境における実時間犯罪検知のためのエンドツーエンドシステムの設計と実装を行う。
反応するクローズド回路テレビとは異なり、低光環境ニューラルサーベイランスはリアルタイムの犯罪警報を提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We design and implement an end-to-end system for real-time crime detection in
low-light environments. Unlike Closed-Circuit Television, which performs
reactively, the Low-Light Environment Neural Surveillance provides real time
crime alerts. The system uses a low-light video feed processed in real-time by
an optical-flow network, spatial and temporal networks, and a Support Vector
Machine to identify shootings, assaults, and thefts. We create a low-light
action-recognition dataset, LENS-4, which will be publicly available. An IoT
infrastructure set up via Amazon Web Services interprets messages from the
local board hosting the camera for action recognition and parses the results in
the cloud to relay messages. The system achieves 71.5% accuracy at 20 FPS. The
user interface is a mobile app which allows local authorities to receive
notifications and to view a video of the crime scene. Citizens have a public
app which enables law enforcement to push crime alerts based on user proximity.
- Abstract（参考訳）: 低照度環境における実時間犯罪検知のためのエンドツーエンドシステムの設計と実装を行う。
反応するクローズド回路テレビとは異なり、低光環境ニューラルサーベイランスはリアルタイムの犯罪警報を提供する。
システムは、光学フローネットワーク、空間的および時間的ネットワークによってリアルタイムで処理された低照度ビデオフィードと、射撃、暴行、盗難を識別するためのサポートベクトルマシンを使用する。
私たちは、低光度アクション認識データセット、lens-4を作成します。
Amazon Web Services経由で設定されたIoTインフラストラクチャは、アクション認識用のカメラをホストするローカルボードからのメッセージを解釈し、クラウド内の結果を解析してメッセージを中継する。
20FPSで71.5%の精度を達成した。
ユーザーインターフェースは、地元の当局が通知を受け取り、犯罪現場のビデオを見ることができるモバイルアプリである。
市民は、法執行機関がユーザーの近づきに応じて犯罪警報をプッシュできる公開アプリを持っている。
関連論文リスト
- CamLoPA: A Hidden Wireless Camera Localization Framework via Signal Propagation Path Analysis [59.86280992504629]
CamLoPAは、トレーニング不要の無線カメラ検出およびローカライゼーションフレームワークである。
低コストの商用オフ・ザ・シェルフ(COTS)デバイスを使用して、最小限の活動空間制約で運用する。
95.37%のスヌーピングカメラ検出精度と17.23の平均位置誤差を達成する。
論文 参考訳（メタデータ） (2024-09-23T16:23:50Z) - EV-Catcher: High-Speed Object Catching Using Low-latency Event-based
Neural Networks [107.62975594230687]
イベントカメラが優れており、高速移動物体の衝突位置を正確に推定するアプリケーションを実証する。
イベントデータを低レイテンシでエンコードするために,Binary Event History Image(BEHI)と呼ばれる軽量なイベント表現を導入する。
計算制約のある組込みプラットフォーム上でも最大13m/sの速さで, 異なる場所をターゲットとした球のキャッチにおいて, 81%の成功率を達成することができることを示す。
論文 参考訳（メタデータ） (2023-04-14T15:23:28Z) - Propagate And Calibrate: Real-time Passive Non-line-of-sight Tracking [84.38335117043907]
本研究では,リレー壁のみを観察することで,見えない部屋を歩いている人を追跡する純粋受動的手法を提案する。
本研究では,リレー壁の映像の非知覚的変化を発掘するため,時間的局所的な動きの伝達に欠かせない特徴として差分フレームを導入する。
提案手法を評価するため,最初の動的受動NLOS追跡データセットであるNLOS-Trackを構築し,公開する。
論文 参考訳（メタデータ） (2023-03-21T12:18:57Z) - Recovering Surveillance Video Using RF Cues [5.818870353966268]
CSI2Videoは,細粒度監視映像をリアルタイムに再現するクロスモーダルな手法である。
我々のソリューションは、高価な無線機器を使わずにリアルな監視ビデオを生成し、ユビキタスで安価でリアルタイムな特性を持つ。
論文 参考訳（メタデータ） (2022-12-27T01:57:03Z) - CRONOS: Colorization and Contrastive Learning for Device-Free NLoS Human
Presence Detection using Wi-Fi CSI [9.927073290898848]
センサーやカメラによるデバイスなしの人間検出は広く採用されているが、プライバシーの問題や、動きのない人の誤検知が伴っている。
我々は,動的反復プロット(RP)とカラーコードCSI比を生成するCRONOSというシステムを提案する。
論文 参考訳（メタデータ） (2022-11-07T16:18:18Z) - A Study of Designing Compact Audio-Visual Wake Word Spotting System
Based on Iterative Fine-Tuning in Neural Network Pruning [57.28467469709369]
視覚情報を利用した小型音声覚醒単語スポッティング(WWS)システムの設計について検討する。
繰り返し微調整方式(LTH-IF)で抽選券仮説を通したニューラルネットワークプルーニング戦略を導入する。
提案システムでは,ノイズ条件の異なる単一モード(オーディオのみ,ビデオのみ)システムに対して,大幅な性能向上を実現している。
論文 参考訳（メタデータ） (2022-02-17T08:26:25Z) - Forgery Attack Detection in Surveillance Video Streams Using Wi-Fi
Channel State Information [20.815889839515087]
サイバーセキュリティ違反は 監視ビデオストリームを 偽造攻撃に暴露する
従来のビデオ法医学のアプローチは、比較的長いビデオクリップの空間時間解析を用いてトレースをローカライズすることができる。
監視とWi-Fiインフラの広汎な共存を生かしたSecure-Poseを提案する。
Secure-Poseは98.7%の高い検出精度を達成し、再生および改ざん攻撃中の異常物体を局所化する。
論文 参考訳（メタデータ） (2022-01-24T06:51:03Z) - Motion Detection using CSI from Raspberry Pi 4 [5.826796031213696]
チャネル状態情報(Channel State Information, CSI)は、低コストで非侵襲的な無線センシング方式である。
Raspberry Pi 4で収集, 処理されたCSIデータを用いた, 自己校正型モーション検出システムを開発した。
論文 参考訳（メタデータ） (2021-11-17T13:17:02Z) - Reconfigurable Cyber-Physical System for Critical Infrastructure
Protection in Smart Cities via Smart Video-Surveillance [2.2509387878255818]
分散クラウドエッジスマートビデオ監視を用いたCI保護のための再構成可能なサイバー物理システムを提案する。
ローカルエッジノードは、Deep Learningを介して人検出を行います。
クラウドサーバはノードから結果を収集し、生体認証、トラッキング、周辺監視を行う。
論文 参考訳（メタデータ） (2020-11-29T18:43:25Z) - Zero-Shot Multi-View Indoor Localization via Graph Location Networks [66.05980368549928]
屋内ローカライゼーションは、位置ベースアプリケーションにおける基本的な問題である。
本稿では,インフラストラクチャフリーで多視点画像に基づく屋内ローカライゼーションを実現するために,新しいニューラルネットワークアーキテクチャであるGraph Location Networks(GLN)を提案する。
GLNは、メッセージパッシングネットワークを通じて画像から抽出されたロバストな位置表現に基づいて位置予測を行う。
新たにゼロショット屋内ローカライズ設定を導入し,提案したGLNを専用ゼロショットバージョンに拡張することで,その課題に対処する。
論文 参考訳（メタデータ） (2020-08-06T07:36:55Z) - Mind the GAP: Security & Privacy Risks of Contact Tracing Apps [75.7995398006171]
GoogleとAppleは共同で,Bluetooth Low Energyを使用した分散型コントラクトトレースアプリを実装するための公開通知APIを提供している。
実世界のシナリオでは、GAP設計は(i)プロファイリングに脆弱で、(ii)偽の連絡先を生成できるリレーベースのワームホール攻撃に弱いことを実証する。
論文 参考訳（メタデータ） (2020-06-10T16:05:05Z)
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。