論文の概要: PiBase: An IoT-based Security System using Raspberry Pi and Google
Firebase
- arxiv url: http://arxiv.org/abs/2107.14325v1
- Date: Thu, 29 Jul 2021 20:45:42 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-02 20:42:57.755260
- Title: PiBase: An IoT-based Security System using Raspberry Pi and Google
Firebase
- Title(参考訳): PiBase:Raspberry PiとGoogle Firebaseを使用したIoTベースのセキュリティシステム
- Authors: Venkat Margapuri, Niketa Penumajji, Mitchell Neilsen
- Abstract要約: 本稿では、スマート環境における認証アクセスと侵入者検出の側面について述べる。
提案されているPiBaseは、IoT(Internet of Things)ベースのアプリケーションで、侵入者の検出を支援する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Smart environments are environments where digital devices are connected to
each other over the Internet and operate in sync. Security is of paramount
importance in such environments. This paper addresses aspects of authorized
access and intruder detection for smart environments. Proposed is PiBase, an
Internet of Things (IoT)-based app that aids in detecting intruders and
providing security. The hardware for the application consists of a Raspberry
Pi, a PIR motion sensor to detect motion from infrared radiation in the
environment, an Android mobile phone and a camera. The software for the
application is written in Java, Python and NodeJS. The PIR sensor and Pi camera
module connected to the Raspberry Pi aid in detecting human intrusion. Machine
learning algorithms, namely Haar-feature based cascade classifiers and Linear
Binary Pattern Histograms (LBPH), are used for face detection and face
recognition, respectively. The app lets the user create a list of non-intruders
and anyone that is not on the list is identified as an intruder. The app alerts
the user only in the event of an intrusion by using the Google Firebase Cloud
Messaging service to trigger a notification to the app. The user may choose to
add the detected intruder to the list of non-intruders through the app to avoid
further detections as intruder. Face detection by the Haar Cascade algorithm
yields a recall of 94.6%. Thus, the system is both highly effective and
relatively low cost.
- Abstract(参考訳): スマート環境は、デジタルデバイスがインターネット上で相互に接続され、同期して動作する環境である。
このような環境では、セキュリティが最も重要である。
本稿では,スマート環境における認証アクセスと侵入者検出について述べる。
提案されているPiBaseは、IoT(Internet of Things)ベースのアプリケーションで、侵入者を検出し、セキュリティを提供する。
このアプリケーションのハードウェアはraspberry piと、環境中の赤外線から動きを検出するpirモーションセンサーと、android携帯電話とカメラで構成されている。
アプリケーションのソフトウェアはJava、Python、NodeJSで書かれている。
Raspberry Piに接続するPIRセンサーとカメラモジュールは、人間の侵入を検知する。
機械学習アルゴリズム(Haar-feature based cascade classifiers)とLBPH(Linear Binary Pattern Histograms)は、それぞれ顔検出と顔認識に使用される。
アプリは非侵入者のリストを作成し、リストに載っていない者は侵入者として特定する。
アプリは、google firebaseクラウドメッセージングサービスを使用してアプリへの通知をトリガーすることで、侵入時にのみユーザに警告する。
ユーザは、検出された侵入者をアプリを通して非侵入者のリストに追加して、侵入者としてのさらなる検出を避けることができる。
Haar Cascadeアルゴリズムによる顔検出では94.6%のリコールが得られる。
したがって、システムは高効率かつ比較的低コストである。
関連論文リスト
- Learning to Make Keypoints Sub-Pixel Accurate [80.55676599677824]
本研究は,2次元局所特徴の検出におけるサブピクセル精度の課題に対処する。
本稿では,検出された特徴に対するオフセットベクトルを学習することにより,サブピクセル精度で検出器を拡張できる新しいネットワークを提案する。
論文 参考訳(メタデータ) (2024-07-16T12:39:56Z) - DensePose From WiFi [86.61881052177228]
WiFi信号の位相と振幅を24のヒト領域内の紫外線座標にマッピングするディープニューラルネットワークを開発した。
本モデルでは,複数の被験者の密集したポーズを,画像に基づくアプローチと同等の性能で推定することができる。
論文 参考訳(メタデータ) (2022-12-31T16:48:43Z) - Deep Learning on Home Drone: Searching for the Optimal Architecture [54.535788447839884]
そこで我々は,Raspberry Pi Zero v2のような弱いマイクロコンピュータ上で,学習によってリアルタイムなセマンティックセマンティックセマンティクスを実行するシステムを提案する。
特にRaspberry Piの重さは16ドル(約1万2000円)以下で、クレジットカードの半分程度なので、市販のDJI Telloのおもちゃに簡単に取り付けることができます。
その結果、自律ドローンは、オンボードのモノクロRGBカメラのビデオストリームからオブジェクトをリアルタイムで検出し、分類することができる。
論文 参考訳(メタデータ) (2022-09-21T11:41:45Z) - Drone Detection and Tracking in Real-Time by Fusion of Different Sensing
Modalities [66.4525391417921]
マルチセンサ・ドローン検知システムの設計と評価を行う。
われわれのソリューションは、魚眼カメラを統合し、空の広い部分を監視し、他のカメラを興味ある対象に向けて操縦する。
このサーマルカメラは、たとえこのカメラが解像度が低いとしても、ビデオカメラと同じくらい実現可能なソリューションであることが示されている。
論文 参考訳(メタデータ) (2022-07-05T10:00:58Z) - PRNU Based Source Camera Identification for Webcam and Smartphone Videos [137.6408511310322]
このコミュニケーションは、Webカメラ/スマートフォンビデオのソースカメラ(SCI: Source Camera Identification)を特定するためにカメラセンサ指紋を使用する画像法医学の応用に関するものである。
論文 参考訳(メタデータ) (2022-01-27T18:57:14Z) - Security Monitoring System Using FaceNet For Wireless Sensor Network [0.0]
顔認識アルゴリズムFaceNetは、セキュリティ監視ネットワークの実装に使用される。
システムは、顔認識にマルチタスクカスケード畳み込みニューラルネットワーク(MCTNN)とFaceNetアルゴリズムを使用する。
論文 参考訳(メタデータ) (2021-12-02T15:01:02Z) - Improving the Authentication with Built-in Camera Protocol Using
Built-in Motion Sensors: A Deep Learning Solution [16.72680081620203]
本稿では、内蔵モーションセンサに基づくディープラーニングソリューションを用いて、カメラプロトコルによる認証の強化版を提案する。
このプロトコルは、攻撃者が外部写真からカメラの指紋を計算できる場合、偽造攻撃に対して脆弱である。
本稿では,移動センサデータに基づくABCプロトコルの拡張を,追加および受動的認証層として提案する。
論文 参考訳(メタデータ) (2021-07-22T09:26:53Z) - Smartphone Impostor Detection with Behavioral Data Privacy and
Minimalist Hardware Support [7.374079197112307]
impostorは、スマートフォンを乗っ取り、合法的なユーザーの機密情報や個人情報にアクセスする攻撃者です。
本稿では,簡単な深層学習アルゴリズムを用いてイポスタを素早く検出する防御機構を提案する。
また,スマートフォンインポスタ検出器用sidと呼ばれるミニマリストハードウェアモジュールを,自己完結インポスタ検出のためにスマートフォンに設計・統合する方法を示す。
論文 参考訳(メタデータ) (2021-03-11T04:39:53Z) - IoT Based Smart Home using Blynk Framework [0.0]
このプロジェクトはネパール人が日常的に直面している日没問題の解決を目的としている。
Wi-Fiを通信プロトコルとして、Raspberry piをプライベートサーバとして、スマートフォン経由でアプライアンスを制御および監視するように設計されている。
論文 参考訳(メタデータ) (2020-07-27T17:46:39Z) - 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。