論文の概要: Robust Privacy-Preserving Motion Detection and Object Tracking in
Encrypted Streaming Video
- arxiv url: http://arxiv.org/abs/2108.13141v1
- Date: Mon, 30 Aug 2021 11:58:19 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-31 14:17:26.632161
- Title: Robust Privacy-Preserving Motion Detection and Object Tracking in
Encrypted Streaming Video
- Title(参考訳): 暗号化ストリーミングビデオにおけるロバストなプライバシー保護動作検出と物体追跡
- Authors: Xianhao Tian, Peijia Zheng, Jiwu Huang
- Abstract要約: 本稿では,暗号化された監視ビデオのビットストリームに対して,効率的かつ堅牢なプライバシー保護動作検出と複数物体追跡手法を提案する。
提案手法は, 暗号化・圧縮された領域における既存の作業と比較して, 最高の検出・追跡性能を実現する。
我々の手法は、カメラの動き/ジッタ、動的背景、影など、様々な課題を伴う複雑な監視シナリオで効果的に利用することができる。
- 参考スコア(独自算出の注目度): 39.453548972987015
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Video privacy leakage is becoming an increasingly severe public problem,
especially in cloud-based video surveillance systems. It leads to the new need
for secure cloud-based video applications, where the video is encrypted for
privacy protection. Despite some methods that have been proposed for encrypted
video moving object detection and tracking, none has robust performance against
complex and dynamic scenes. In this paper, we propose an efficient and robust
privacy-preserving motion detection and multiple object tracking scheme for
encrypted surveillance video bitstreams. By analyzing the properties of the
video codec and format-compliant encryption schemes, we propose a new
compressed-domain feature to capture motion information in complex surveillance
scenarios. Based on this feature, we design an adaptive clustering algorithm
for moving object segmentation with an accuracy of 4x4 pixels. We then propose
a multiple object tracking scheme that uses Kalman filter estimation and
adaptive measurement refinement. The proposed scheme does not require video
decryption or full decompression and has a very low computation load. The
experimental results demonstrate that our scheme achieves the best detection
and tracking performance compared with existing works in the encrypted and
compressed domain. Our scheme can be effectively used in complex surveillance
scenarios with different challenges, such as camera movement/jitter, dynamic
background, and shadows.
- Abstract(参考訳): 特にクラウドベースのビデオ監視システムでは、ビデオのプライバシーリークがますます深刻な問題になりつつある。
ビデオはプライバシー保護のために暗号化されるため、セキュアなクラウドベースのビデオアプリケーションが必要となる。
暗号化されたビデオ移動物体の検出と追跡のために提案されているいくつかの方法にもかかわらず、複雑でダイナミックなシーンに対して堅牢な性能を持つものはない。
本稿では,暗号化された監視ビデオビットストリームに対して,効率良くロバストなプライバシー保存動作検出手法と複数のオブジェクト追跡方式を提案する。
ビデオコーデックとフォーマットに準拠した暗号化方式の特性を解析することにより,複雑な監視シナリオで動作情報をキャプチャする新しい圧縮ドメイン機能を提案する。
この特徴に基づき、4x4ピクセルの精度で移動物体の分割を行う適応クラスタリングアルゴリズムを設計した。
次に,Kalmanフィルタ推定と適応計測補正を用いた複数物体追跡手法を提案する。
提案手法では, ビデオ復号や全圧縮を必要とせず, 計算負荷が非常に低い。
実験の結果,本手法は暗号化および圧縮領域における既存手法と比較して,最良の検出および追跡性能を達成できることが判明した。
提案手法は,カメラ移動/ジッタ,ダイナミック背景,シャドウといった異なる課題を伴う複雑な監視シナリオにおいて効果的に使用できる。
関連論文リスト
- PV-VTT: A Privacy-Centric Dataset for Mission-Specific Anomaly Detection and Natural Language Interpretation [5.0923114224599555]
プライバシー侵害の特定を目的とした,ユニークなマルチモーダルデータセットであるPV-VTT(Privacy Violation Video To Text)を提案する。
PV-VTTは、シナリオ内のビデオとテキストの両方に詳細なアノテーションを提供する。
このプライバシー重視のアプローチにより、研究者はこのデータセットを、保護された機密性を保護しながら使用することができる。
論文 参考訳(メタデータ) (2024-10-30T01:02:20Z) - A motion-based compression algorithm for resource-constrained video camera traps [4.349838917565205]
本稿では,カメラトラップに特化して設計された動き解析に基づくビデオ圧縮アルゴリズムを提案する。
このアルゴリズムは、受粉監視に関連する動きを描写した画像領域のみを特定し、記憶する。
本実験は,昆虫行動解析における重要な情報を保存するアルゴリズムの能力を実証するものである。
論文 参考訳(メタデータ) (2024-05-23T10:39:33Z) - Privacy Protectability: An Information-theoretical Approach [4.14084373472438]
本稿では,ビデオストリームをどの程度保護できるかを特徴付けるために,新たなメートル法であるテクストプライバシー保護法を提案する。
プライバシ保護性の定義は情報理論に根ざし,メトリックを推定する効率的なアルゴリズムを開発した。
論文 参考訳(メタデータ) (2023-05-25T04:06:55Z) - 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) - Implicit Motion Handling for Video Camouflaged Object Detection [60.98467179649398]
本稿では,新しいビデオカモフラージュオブジェクト検出(VCOD)フレームワークを提案する。
短期的および長期的整合性を利用して、ビデオフレームからカモフラージュされたオブジェクトを検出する。
論文 参考訳(メタデータ) (2022-03-14T17:55:41Z) - 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) - Argus++: Robust Real-time Activity Detection for Unconstrained Video
Streams with Overlapping Cube Proposals [85.76513755331318]
Argus++は、制約のないビデオストリームを分析するための堅牢なリアルタイムアクティビティ検出システムである。
システム全体としては、スタンドアロンのコンシューマレベルのハードウェア上でのリアルタイム処理に最適化されている。
論文 参考訳(メタデータ) (2022-01-14T03:35:22Z) - Video Salient Object Detection via Contrastive Features and Attention
Modules [106.33219760012048]
本稿では,注目モジュールを持つネットワークを用いて,映像の有意な物体検出のためのコントラスト特徴を学習する。
コアテンションの定式化は、低レベル特徴と高レベル特徴を組み合わせるために用いられる。
提案手法は計算量が少なく,最先端の手法に対して良好に動作することを示す。
論文 参考訳(メタデータ) (2021-11-03T17:40:32Z) - Privacy-sensitive Objects Pixelation for Live Video Streaming [52.83247667841588]
ライブビデオストリーミング中に自動的にパーソナルプライバシフィルタリングを行うための新しいPrivacy-sensitive Objects Pixelation(PsOP)フレームワークを提案する。
psopは、あらゆるプライバシーに敏感なオブジェクトのピクセル化に拡張可能です。
ストリーミング映像データを用いた実験では, ピクセル化精度の向上に加えて, プライバシーに敏感な物体のピクセル化において, PsOP が過剰なピクセル化比を大幅に削減できることが示された。
論文 参考訳(メタデータ) (2021-01-03T11:07:23Z) - Gabriella: An Online System for Real-Time Activity Detection in
Untrimmed Security Videos [72.50607929306058]
本研究では,未トリミングされたセキュリティビデオ上でのアクティビティ検出をリアルタイムに行うオンラインシステムを提案する。
提案手法は, チューブレット抽出, 活性分類, オンラインチューブレットマージの3段階からなる。
提案手法の有効性を,100fps(100fps)と最新技術による性能評価で実証した。
論文 参考訳(メタデータ) (2020-04-23T22:20:10Z)
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。