論文の概要: Real-time smart vehicle surveillance system
- arxiv url: http://arxiv.org/abs/2111.12289v1
- Date: Wed, 24 Nov 2021 06:15:14 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-25 15:38:12.325398
- Title: Real-time smart vehicle surveillance system
- Title（参考訳）: リアルタイムスマート車両監視システム
- Authors: Shantha Kumar S, Vykunth P, Jayanthi D
- Abstract要約: 自動車盗難はインドで最も解決されていない犯罪の一つである。
本稿では、CCTVビデオフィードを用いて被疑車両を検知・追跡するリアルタイム車両監視システムを提案する。
提案手法の目的を満たすために,様々な画像処理と深層学習アルゴリズムが用いられている。
- 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: Over the last decade, there has been a spike in criminal activity all around
the globe. According to the Indian police department, vehicle theft is one of
the least solved offenses, and almost 19% of all recorded cases are related to
motor vehicle theft. To overcome these adversaries, we propose a real-time
vehicle surveillance system, which detects and tracks the suspect vehicle using
the CCTV video feed. The proposed system extracts various attributes of the
vehicle such as Make, Model, Color, License plate number, and type of the
license plate. Various image processing and deep learning algorithms are
employed to meet the objectives of the proposed system. The extracted features
can be used as evidence to report violations of law. Although the system uses
more parameters, it is still able to make real time predictions with minimal
latency and accuracy loss.
- Abstract（参考訳）: 過去10年間で、世界中の犯罪活動が急増している。
インド警察によると、自動車盗難は最も解決されていない犯罪の1つであり、記録された事件のほぼ19%は自動車盗難に関連している。
これらの敵を克服するために,CCTVビデオフィードを用いて被疑車両を検出し追跡するリアルタイム車両監視システムを提案する。
提案システムは,Make, Model, Color, License plate number,type of the license plateなどの車両の各種属性を抽出する。
提案手法の目的を満たすために,様々な画像処理と深層学習アルゴリズムが用いられている。
抽出された特徴は、法律違反を報告するための証拠として使用できる。
システムはより多くのパラメータを使用するが、レイテンシと精度の損失を最小限に抑えてリアルタイムの予測を行うことができる。
関連論文リスト
- Next-gen traffic surveillance: AI-assisted mobile traffic violation
detection system [0.0]
交通事故で毎日1300万人が命を落としている。
機械学習とコンピュータビジョンを活用する人工知能アルゴリズムの統合は、正確なトラフィックルールの実施を促進する。
本稿では、コンピュータビジョンと機械学習が、様々な交通違反を検出する堅牢なアルゴリズムの作成を可能にする方法について述べる。
論文 参考訳（メタデータ） (2023-11-24T22:42:47Z) - MSight: An Edge-Cloud Infrastructure-based Perception System for
Connected Automated Vehicles [58.461077944514564]
本稿では,自動走行車に特化して設計された最先端道路側認識システムであるMSightについて述べる。
MSightは、リアルタイムの車両検出、ローカライゼーション、トラッキング、短期的な軌道予測を提供する。
評価は、待ち時間を最小限にしてレーンレベルの精度を維持するシステムの能力を強調している。
論文 参考訳（メタデータ） (2023-10-08T21:32:30Z) - Drone navigation and license place detection for vehicle location in
indoor spaces [55.66423065924684]
この研究は、駐車中の車両の列を行き来し、ナンバープレートを検出するナノドローンに基づくソリューションを作成することを目的としている。
すべての計算はドローン上でリアルタイムで行われ、2Dマップの作成を可能にする位置と検出された画像が送信される。
論文 参考訳（メタデータ） (2023-07-19T17:46:55Z) - A Real-Time Wrong-Way Vehicle Detection Based on YOLO and Centroid
Tracking [0.0]
誤運転は、世界中の道路事故や交通渋滞の主な原因の1つである。
本稿では,道路監視カメラによる車両自動検知システムを提案する。
論文 参考訳（メタデータ） (2022-10-19T00:53:28Z) - Scalable and Real-time Multi-Camera Vehicle Detection,
Re-Identification, and Tracking [58.95210121654722]
理想化されたビデオストリームやキュレートされたビデオストリームの代わりに,リアルタイムで低解像度のCCTVを処理する,リアルタイムな都市規模のマルチカメラ車両追跡システムを提案する。
私たちの手法は、公共のリーダーボードで上位5人のパフォーマーにランク付けされています。
論文 参考訳（メタデータ） (2022-04-15T12:47:01Z) - CODA: A Real-World Road Corner Case Dataset for Object Detection in
Autonomous Driving [117.87070488537334]
我々は、ビジョンベース検出器のこの重要な問題を露呈する、CODAという挑戦的なデータセットを導入する。
大規模自動運転データセットで訓練された標準物体検出器の性能は、mARの12.8%以下に著しく低下した。
我々は最先端のオープンワールドオブジェクト検出器を実験し、CODAの新しいオブジェクトを確実に識別できないことを発見した。
論文 参考訳（メタデータ） (2022-03-15T08:32:56Z) - An Automated Approach for the Recognition of Bengali License Plates [0.0]
本研究では,ライセンスプレートを文字で検出するハイブリッド手法を提案する。
撮影画像はバングラデシュの車両の認識手順に利用した。
論文 参考訳（メタデータ） (2021-09-01T17:31:33Z) - Exploiting Playbacks in Unsupervised Domain Adaptation for 3D Object
Detection [55.12894776039135]
ディープラーニングに基づく最先端の3Dオブジェクト検出器は、有望な精度を示しているが、ドメインの慣用性に過度に適合する傾向がある。
対象領域の擬似ラベルの検出器を微調整することで,このギャップを大幅に削減する新たな学習手法を提案する。
5つの自律運転データセットにおいて、これらの擬似ラベル上の検出器を微調整することで、新しい運転環境への領域ギャップを大幅に減らすことを示す。
論文 参考訳（メタデータ） (2021-03-26T01:18:11Z) - Computer Vision based Accident Detection for Autonomous Vehicles [0.0]
ダッシュボードカメラを用いて車両事故を検出する自動運転支援システムを提案する。
このフレームワークは、ダッシュカム映像のカスタムデータセットでテストされ、誤報率を低く保ちながら、高い事故検出率を達成する。
論文 参考訳（メタデータ） (2020-12-20T08:51:10Z) - Deep Learning Based Traffic Surveillance System For Missing and
Suspicious Car Detection [0.0]
本稿では,盗難・盗難車検出のためのディープラーニングに基づく自動交通監視システムを提案する。
Select-Detector, Image Quality Enhancer, Image Transformer, Smart Recognizerの4つの部分で構成されている。
提案手法の有効性は、政府のCCTVカメラの映像で検証され、盗難・盗難車両を87%の精度で識別する結果となった。
論文 参考訳（メタデータ） (2020-07-17T07:18:12Z) - 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)
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。