論文の概要: Unified Physical Threat Monitoring System Aided by Virtual Building Simulation

• arxiv url: http://arxiv.org/abs/2203.00789v1
• Date: Tue, 1 Mar 2022 23:28:46 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-03 15:29:36.420674
• Title: Unified Physical Threat Monitoring System Aided by Virtual Building Simulation
• Title（参考訳）: 仮想建物シミュレーションによる統一的物理的脅威監視システム
• Authors: Zenjie Li and Barry Norton
• Abstract要約: スマートビルのフロアプラン,カメラ,センサを統合した物理的脅威監視ソリューションが提案されている。 物理的脅威監視システムは通常、現実の生活をシミュレートするには非現実的な火災のような複雑で破壊的な出来事に対処する必要がある。 本研究では、Unreal Engineを用いて、仮想ビルのコンテキストにおいて、不審で侵入的なシーンをフォトリアリスティックな品質でシミュレートする。
• 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: With increasing physical threats in recent years targeted at critical infrastructures, it is crucial to establish a reliable threat monitoring system integrating video surveillance and digital sensors based on cutting-edge technologies. A physical threat monitoring solution unifying the floorplan, cameras, and sensors for smart buildings has been set up in our study. Computer vision and deep learning models are used for video streams analysis. When a threat is detected by a rule engine based on the real-time analysis results combining with feedback from related digital sensors, an alert is sent to the Video Management System so that human operators can take further action. A physical threat monitoring system typically needs to address complex and even destructive incidents, such as fire, which is unrealistic to simulate in real life. Restrictions imposed during the Covid-19 pandemic and privacy concerns have added to the challenges. Our study utilises the Unreal Engine to simulate some typical suspicious and intrusion scenes with photorealistic qualities in the context of a virtual building. Add-on programs are implemented to transfer the video stream from virtual PTZ cameras to the Milestone Video Management System and enable users to control those cameras from the graphic client application. Virtual sensors such as fire alarms, temperature sensors and door access controls are implemented similarly, fulfilling the same programmatic VMS interface as real-life sensors. Thanks to this simulation system's extensibility and repeatability, we have consolidated this unified physical threat monitoring system and verified its effectiveness and user-friendliness. Both the simulated Unreal scenes and the software add-ons developed during this study are highly modulated and thereby are ready for reuse in future projects in this area.
• Abstract（参考訳）: 近年,重要なインフラを対象とする物理的脅威の増加に伴い,最先端技術に基づく映像監視とデジタルセンサを統合した信頼性の高い脅威監視システムを確立することが重要である。 スマートビルのフロアプラン、カメラ、センサーを統一した物理的脅威監視ソリューションが本研究で提案されている。 コンピュータビジョンとディープラーニングモデルはビデオストリーム分析に使用される。 リアルタイム分析結果と関連するデジタルセンサからのフィードバックとを組み合わせたルールエンジンによって脅威が検出されると、人間のオペレータがさらなるアクションを行えるように警告をビデオ管理システムに送信する。 物理的脅威監視システムは通常、現実の生活をシミュレートするには非現実的な火災のような複雑で破壊的な出来事に対処する必要がある。 新型コロナウイルス(COVID-19)のパンデミックとプライバシー問題で課された制限が課題を増している。 我々はUnreal Engineを利用して、仮想ビルのコンテキストにおいて、不審で侵入的なシーンをフォトリアリスティックな品質でシミュレートする。 アドオンプログラムは、仮想PTZカメラからMilestone Video Management Systemにビデオストリームを転送し、ユーザーがグラフィッククライアントアプリケーションからそれらのカメラを制御できるように実装されている。 火災警報器、温度センサ、ドアアクセス制御などの仮想センサーも同様に実装され、現実のセンサーと同じプログラムVMSインターフェースを満たす。 このシミュレーションシステムの拡張性と再現性により、この統合された物理的脅威監視システムを統合し、その有効性とユーザフレンドリ性を検証した。 シミュレーションされたUnrealのシーンと本研究で開発されたソフトウェアアドオンはどちらも高度に変調されており、この領域の将来のプロジェクトで再利用できる。

関連論文リスト

• E-Motion: Future Motion Simulation via Event Sequence Diffusion [86.80533612211502]
  イベントベースのセンサーは、これまで達成できなかった詳細と精度で将来の動きを予測するユニークな機会を提供する可能性がある。 本稿では,映像拡散モデルの強力な学習能力とイベントカメラのリッチな動作情報とを,モーションシミュレーションフレームワークとして統合することを提案する。 本研究は,コンピュータビジョンシステムの解釈能力と予測精度の向上に向けた今後の研究の方向性を示唆するものである。
  論文  参考訳（メタデータ） (2024-10-11T09:19:23Z)
• Modeling Electromagnetic Signal Injection Attacks on Camera-based Smart Systems: Applications and Mitigation [18.909937495767313]
  電磁波は安全またはセキュリティクリティカルなシステムに脅威をもたらす。 このような攻撃により、攻撃者はリモートで画像を操作でき、誤ったAI判断につながる。 本研究は,攻撃に対する堅牢性を向上させるための対人訓練に関するパイロット研究である。
  論文  参考訳（メタデータ） (2024-08-09T15:33:28Z)
• Investigation of Multi-stage Attack and Defense Simulation for Data Synthesis [2.479074862022315]
  本研究では,電力網における多段階サイバー攻撃の合成データを生成するモデルを提案する。 攻撃者のステップのシーケンスをモデル化するためにアタックツリーを使用し、ディフェンダーのアクションを組み込むゲーム理論のアプローチを使用する。
  論文  参考訳（メタデータ） (2023-12-21T09:54:18Z)
• UniSim: A Neural Closed-Loop Sensor Simulator [76.79818601389992]
  センサ搭載車両によって記録された1つのログをキャプチャする、ニューラルネットワークシミュレータUniSimを提示する。 UniSimは、静的バックグラウンドと動的アクターの両方を再構築するために、ニューラルネットワーク機能グリッドを構築する。 動的オブジェクトの学習可能な事前情報を組み込んで、畳み込みネットワークを利用して未確認領域を完成させる。
  論文  参考訳（メタデータ） (2023-08-03T17:56:06Z)
• 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)
• 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)
• VISTA 2.0: An Open, Data-driven Simulator for Multimodal Sensing and Policy Learning for Autonomous Vehicles [131.2240621036954]
  VISTAはオープンソースのデータ駆動シミュレータで、複数のタイプのセンサーを自律走行車に組み込む。 高忠実で実世界のデータセットを使用して、VISTAはRGBカメラ、3D LiDAR、イベントベースのカメラを表現し、シミュレートする。 センサタイプ毎に知覚制御ポリシーをトレーニングし,テストする能力を示し,フルスケールの自律走行車への展開を通じて,このアプローチのパワーを示す。
  論文  参考訳（メタデータ） (2021-11-23T18:58:10Z)
• Anomaly Detection in Residential Video Surveillance on Edge Devices in IoT Framework [1.5293427903448025]
  CPUのみのエッジデバイスを用いたインテリジェント監視のための異常検出を提案する。 オブジェクトレベルの推論と追跡をキャプチャするモジュラーフレームワークが開発されている。 実験により,提案手法は実現可能であり,実生活シナリオにおいて良好な結果が得られた。
  論文  参考訳（メタデータ） (2021-07-10T05:52:15Z)
• Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for Online Collision Avoidance [95.86944752753564]
  本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。 我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。 本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
  論文  参考訳（メタデータ） (2020-07-28T07:34:30Z)
• Towards robust sensing for Autonomous Vehicles: An adversarial perspective [82.83630604517249]
  結果として得られる決定が摂動に対して堅牢であることは、最も重要なことです。 敵対的摂動は、意図的に環境や感覚測定の修正を施したものである。 より安全なシステムの構築とデプロイには,センサーシステムの脆弱性を慎重に評価する必要がある。
  論文  参考訳（メタデータ） (2020-07-14T05:25:15Z)

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。