論文の概要: A Gun Detection Dataset and Searching for Embedded Device Solutions

• arxiv url: http://arxiv.org/abs/2105.01058v1
• Date: Mon, 3 May 2021 17:58:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2021-05-04 15:17:43.216418
• Title: A Gun Detection Dataset and Searching for Embedded Device Solutions
• Title（参考訳）: 組込みデバイスソリューションのための銃検出データセットと探索
• Authors: Delong Qi, Weijun Tan, Zhifu Liu, Qi Yao, Jingfeng Liu
• Abstract要約: 我々は,51Kのアノテートガン画像と,51Kのトリミングガンチップ画像を用いた銃分類データセットを公表した。 我々の知る限り、これは銃検出研究の最大のデータセットである。 また,組込みエッジデバイス(カメラ)における銃検出ソリューションの探索や,クラウドサーバ上での銃・銃の分類についても検討した。
• 参考スコア（独自算出の注目度）: 1.2149550080095914
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Gun violence is a severe problem in the world, particularly in the United States. Computer vision methods have been studied to detect guns in surveillance video cameras or smart IP cameras and to send a real-time alert to safety personals. However, due to no public datasets, it is hard to benchmark how well such methods work in real applications. In this paper we publish a dataset with 51K annotated gun images for gun detection and other 51K cropped gun chip images for gun classification we collect from a few different sources. To our knowledge, this is the largest dataset for the study of gun detection. This dataset can be downloaded at www.linksprite.com/gun-detection-datasets. We also study to search for solutions for gun detection in embedded edge device (camera) and a gun/non-gun classification on a cloud server. This edge/cloud framework makes possible the deployment of gun detection in the real world.
• Abstract（参考訳）: 銃暴力は世界でも特にアメリカ合衆国では深刻な問題である。 監視ビデオカメラやスマートIPカメラで銃を検出するコンピュータビジョン手法が研究され、安全担当者にリアルタイムの警報を送信する。 しかし、公開データセットがないため、そのようなメソッドが実際のアプリケーションでどのように機能するかをベンチマークするのは困難である。 本稿では,銃検出用の51kアノテートガン画像と,いくつかの異なるソースから収集した銃分類用の51kクロップガンチップ画像を含むデータセットを公開する。 我々の知る限り、これは銃検出研究の最大のデータセットである。 このデータセットはwww.linksprite.com/gun-detection-datasetsでダウンロードできる。 また,組込みエッジデバイス(カメラ)における銃検出ソリューションの探索や,クラウドサーバ上での銃・銃の分類についても検討した。 このエッジ/クラウドフレームワークは、実世界での銃検出を可能にする。

関連論文リスト

• Accurate and Efficient Two-Stage Gun Detection in Video [2.6986500640871482]
  本稿では,新しい2段式銃検出法を提案する。 ステージ1では,ガンの映像を効果的に分類するために,画像拡張モデルを訓練する。 ステージ2では、映像フレーム内の銃の正確な領域を特定するためにオブジェクト検出モデルを用いており、ステージ1では「ガン」に分類されている。
  論文  参考訳（メタデータ） (2025-03-08T19:26:23Z)
• Active shooter detection and robust tracking utilizing supplemental synthetic data [6.719034568121972]
  米国における銃暴力は、公共の安全を改善するシステムの開発に焦点をあてている。 1つのアプローチは、乱射事件の予防または緩和に役立つシューターを検出し、追跡することである。 我々は、銃だけでなく、射撃者全体を検出することを提案し、追跡の堅牢性を改善することを可能にした。
  論文  参考訳（メタデータ） (2023-09-06T21:58:58Z)
• CCTV-Gun: Benchmarking Handgun Detection in CCTV Images [59.24281591714385]
  銃の暴力は重要なセキュリティ問題であり、コンピュータビジョンコミュニティが効果的な銃検出アルゴリズムを開発することが必須である。 実際のCCTV画像から銃を検出することは、未だに困難で未調査の課題である。 我々は,実世界のCCTV画像における拳銃検出の課題に対処するベンチマーク「textbfCCTV-Gun」を提案する。
  論文  参考訳（メタデータ） (2023-03-19T16:17:35Z)
• Image-Based Fire Detection in Industrial Environments with YOLOv4 [53.180678723280145]
  この研究は、AIが火災を検出し、認識し、画像ストリーム上のオブジェクト検出を使用して検出時間を短縮する可能性を検討する。 そこで我々は, YOLOv4オブジェクト検出器をベースとした複数のモデルのトレーニングと評価に使用されてきた複数の公開情報源から, 適切なデータを収集, ラベル付けした。
  論文  参考訳（メタデータ） (2022-12-09T11:32:36Z)
• Vision-based Anti-UAV Detection and Tracking [18.307952561941942]
  無人航空機(UAV)は様々な分野で広く使われており、セキュリティやプライバシーへの侵入が社会の関心を喚起している。 本稿では,ダリアン工科大学アンチUAVデータセット,DUTアンチUAVという可視光モードデータセットを提案する。 検出データセットには、合計1万の画像と、短期および長期のシーケンスを含む20のビデオの追跡データセットが含まれている。
  論文  参考訳（メタデータ） (2022-05-22T15:21:45Z)
• YouTube-GDD: A challenging gun detection dataset with rich contextual information [5.956046069509441]
  この研究は、YouTube Gun Detection dataset(YouTube-GDD)と呼ばれる新しい挑戦的なデータセットを提示している。 私たちのデータセットは、343の高精細度YouTubeビデオから収集され、5,000の精巧な画像が含まれており、そのうち16064の銃と9046の人が注釈付けされている。 銃検出のためのベースラインを構築するために,YouTube-GDD上でYOLOv5を評価し,関連する注釈情報の追加が銃検出に与える影響を解析した。
  論文  参考訳（メタデータ） (2022-03-08T14:55:10Z)
• Fast and Accurate Camera Scene Detection on Smartphones [51.424407411660376]
  本稿では,11K以上の手動クロール画像を含むカメラシーン検出データセット(CamSDD)を提案する。 本研究では,このデータセット上で上位3の99.5%の精度を示す,効率的かつNPU対応のCNNモデルを提案する。
  論文  参考訳（メタデータ） (2021-05-17T14:06:21Z)
• Occluded Prohibited Items Detection: an X-ray Security Inspection Benchmark and De-occlusion Attention Module [50.75589128518707]
  我々はOPIXrayというセキュリティ検査のための最初の高品質なオブジェクト検出データセットをコントリビュートする。 OPIXrayは、空港のプロの検査官が手動で注記した「カッター」に焦点をあてた。 本稿では,プラグイン・アンド・プレイモジュールであるデオクルージョン・アテンション・モジュール(DOAM)を提案する。
  論文  参考訳（メタデータ） (2020-04-18T16:10:55Z)
• Sound of Guns: Digital Forensics of Gun Audio Samples meets Artificial Intelligence [0.7734726150561086]
  本稿では,マイクロホンとシューターの相対的な位置を全く意識せず,記録装置の知識をゼロにする新しい手法を提案する。 われわれのソリューションは、銃のカテゴリ、口径、モデルを特定し、3655サンプルからなるデータセット上で90%以上の精度に達する。
  論文  参考訳（メタデータ） (2020-04-15T09:12:45Z)
• Physically Realizable Adversarial Examples for LiDAR Object Detection [72.0017682322147]
  本稿では,LiDAR検出器を騙すために,汎用な3次元対向物体を生成する手法を提案する。 特に,LiDAR検出器から車両を完全に隠蔽するために,車両の屋根上に対向物体を配置し,その成功率は80%であることを示した。 これは、限られたトレーニングデータから見知らぬ条件下での、より安全な自動運転への一歩だ。
  論文  参考訳（メタデータ） (2020-04-01T16:11:04Z)
• Gun Source and Muzzle Head Detection [139.93319947887673]
  銃乱射を抑えようとする研究において、私たちが認識した3つの主要な領域は、銃の時間的位置、銃型予測、および銃源(射撃者)検出である。 我々の仕事は銃源検出と銃口ヘッド検出であり、銃口は銃口の丸い開口部である。 実験では銃の煙と銃弾を検知して銃口の頭部を検知することに成功した。
  論文  参考訳（メタデータ） (2020-01-29T22:41:56Z)

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。