論文の概要: Video Intelligence as a component of a Global Security system

• arxiv url: http://arxiv.org/abs/2201.04349v1
• Date: Wed, 12 Jan 2022 07:49:46 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-13 14:57:43.822801
• Title: Video Intelligence as a component of a Global Security system
• Title（参考訳）: グローバルセキュリティシステムのコンポーネントとしての映像インテリジェンス
• Authors: Dominique Verdejo, Eunika Mercier-Laurent (CRESTIC)
• Abstract要約: 本稿では,ビデオ監視コンポーネントに着目した,ビデオ分析からグローバルセキュリティシステムへの私たちの研究の進化について述べる。 カメラの数が急増するにつれて、システムはビデオストリームに流れる膨大な量のデータを活用できるだろう。
• 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: This paper describes the evolution of our research from video analytics to a global security system with focus on the video surveillance component. Indeed video surveillance has evolved from a commodity security tool up to the most efficient way of tracking perpetrators when terrorism hits our modern urban centers. As number of cameras soars, one could expect the system to leverage the huge amount of data carried through the video streams to provide fast access to video evidences, actionable intelligence for monitoring real-time events and enabling predictive capacities to assist operators in their surveillance tasks. This research explores a hybrid platform for video intelligence capture, automated data extraction, supervised Machine Learning for intelligently assisted urban video surveillance; Extension to other components of a global security system are discussed. Applying Knowledge Management principles in this research helps with deep problem understanding and facilitates the implementation of efficient information and experience sharing decision support systems providing assistance to people on the field as well as in operations centers. The originality of this work is also the creation of "common" human-machine and machine to machine language and a security ontology.
• Abstract（参考訳）: 本稿では,ビデオ監視コンポーネントに着目した,ビデオ分析からグローバルセキュリティシステムへの私たちの研究の進化について述べる。 実際、ビデオ監視はコモディティ・セキュリティ・ツールから、テロが現代の都市部を襲ったときの犯人を追跡する最も効率的な方法へと進化してきた。 カメラの数が急増するにつれて、ビデオストリームに流れる膨大なデータを利用して、ビデオ証拠への迅速なアクセス、リアルタイムイベントの監視のための行動可能なインテリジェンス、そしてオペレーターの監視作業を支援するための予測能力の実現が期待できる。 本研究は、映像インテリジェンスキャプチャー、自動データ抽出、インテリジェントな都市ビデオ監視のための教師付き機械学習のためのハイブリッドプラットフォームを探索し、グローバルセキュリティシステムの他のコンポーネントへの拡張について論じる。 この研究に知識管理の原則を適用することで、効率的な情報の実装や、現場の人や運用センターに支援を提供する経験共有意思決定支援システムの実現が容易になる。 この作品の独創性は、「共通の」人間機械と機械から機械への翻訳とセキュリティオントロジーの作成である。

関連論文リスト

• A Critical Analysis on Machine Learning Techniques for Video-based Human Activity Recognition of Surveillance Systems: A Review [1.3693860189056777]
  混雑した場所での異常な活動の増大は、インテリジェントな監視システムの必要性を喚起する。 ビデオに基づく人間の活動認識は、そのプレス問題で多くの研究者を惹きつけている。 本稿では,映像に基づくヒューマンアクティビティ認識(HAR)技術について批判的な調査を行う。
  論文  参考訳（メタデータ） (2024-09-01T14:43:57Z)
• Analysis of Unstructured High-Density Crowded Scenes for Crowd Monitoring [55.2480439325792]
  我々は,人群集の組織的動きを検出する自動システムの開発に興味がある。 コンピュータビジョンアルゴリズムは、混雑したシーンのビデオから情報を抽出することができる。 組織化されたコホート内の参加者数を見積もることができます。
  論文  参考訳（メタデータ） (2024-08-06T22:09:50Z)
• Networking Systems for Video Anomaly Detection: A Tutorial and Survey [55.28514053969056]
  ビデオ異常検出(VAD)は人工知能(AI)コミュニティにおける基本的な研究課題である。 本稿では,各種深層学習駆動型VAD経路の基本前提,学習フレームワーク,適用シナリオについて述べる。 我々は、産業用IoTおよびスマート都市における最新のNSVAD研究と、デプロイ可能なNSVADのためのエンドクラウド共同アーキテクチャを紹介します。
  論文  参考訳（メタデータ） (2024-05-16T02:00:44Z)
• Enhancing Situational Awareness in Surveillance: Leveraging Data Visualization Techniques for Machine Learning-based Video Analytics Outcomes [2.1374208474242815]
  本研究では、現在のインフラ内のAI監視データに適したデータ表現と可視化技術について、徹底的に検討する。 それは、重要なデータメトリクス、状況認識のための方法、そして様々な可視化技術に分かれている。 その結果、AI監視データの可視化が緊急処理、公衆衛生プロトコル、群衆制御、資源分布、予測モデリング、都市計画、情報意思決定に与える影響を強調した。
  論文  参考訳（メタデータ） (2023-12-09T18:32:44Z)
• 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)
• Understanding Policy and Technical Aspects of AI-Enabled Smart Video Surveillance to Address Public Safety [2.2427353485837545]
  本稿では、AI対応スマートビデオ監視の設計において、対処に必要なプライバシー上の懸念と要件を明らかにする。 我々は、コンピュータビジョン分析、統計データ分析、クラウドネイティブサービス、エンドユーザーアプリケーションを組み合わせた、初のエンドツーエンドのAI対応プライバシ保護スマートビデオ監視システムを提案する。
  論文  参考訳（メタデータ） (2023-02-08T19:54:35Z)
• Review on Action Recognition for Accident Detection in Smart City Transportation Systems [0.0]
  異なる監視カメラを使用してスマートシティの交通の流れを監視することは、事故を認識し、最初の応答者を警告する上で重要な役割を果たす。 コンピュータビジョンタスクにおける行動認識(AR)の利用は、ビデオ監視、医療画像、デジタル信号処理における高精度な応用に寄与している。 本稿では,自動運転車や公共交通安全システムにおける事故検出システムの開発と統合に向けた研究の方向性について述べる。
  論文  参考訳（メタデータ） (2022-08-20T03:21:44Z)
• The State of Aerial Surveillance: A Survey [62.198765910573556]
  本稿では、コンピュータビジョンとパターン認識の観点から、人間中心の空中監視タスクの概要を概観する。 主な対象は、単体または複数の被験者が検出され、特定され、追跡され、再同定され、その振る舞いが分析される人間である。
  論文  参考訳（メタデータ） (2022-01-09T20:13:27Z)
• Dos and Don'ts of Machine Learning in Computer Security [74.1816306998445]
  大きな可能性にもかかわらず、セキュリティにおける機械学習は、パフォーマンスを損なう微妙な落とし穴を引き起こす傾向がある。 我々は,学習ベースのセキュリティシステムの設計,実装,評価において共通の落とし穴を特定する。 我々は,落とし穴の回避や軽減を支援するために,研究者を支援するための実用的な勧告を提案する。
  論文  参考訳（メタデータ） (2020-10-19T13:09:31Z)
• Trustworthy AI Inference Systems: An Industry Research View [58.000323504158054]
  我々は、信頼できるAI推論システムの設計、展開、運用にアプローチするための業界調査ビューを提供する。 信頼された実行環境を用いたAIシステムの機会と課題を強調します。 我々は,産業,アカデミック,政府研究者のグローバルな集団的注意を必要とする,さらなる発展の分野を概説する。
  論文  参考訳（メタデータ） (2020-08-10T23:05:55Z)
• DEEVA: A Deep Learning and IoT Based Computer Vision System to Address Safety and Security of Production Sites in Energy Industry [0.0]
  本稿では,シーン分類,シーン中のオブジェクト検出,セマンティックセグメンテーション,シーンキャプションなど,さまざまなコンピュータビジョンに関わる問題に取り組む。 我々は、シーン分類、オブジェクト検出、セマンティックセグメンテーション、シーンのキャプションを扱うためのDeep ExxonMobil Eye for Video Analysis (DEEVA)パッケージを開発した。 その結果, RetinaNet物体検出器を用いた伝達学習により, 作業者の存在, 車両・建設機器の種類, 安全関連物体を高い精度(90%以上)で検出できることがわかった。
  論文  参考訳（メタデータ） (2020-03-02T21:26:00Z)

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。