Fugu-MT 論文翻訳(概要): SSIVD-Net: A Novel Salient Super Image Classification & Detection Technique for Weaponized Violence

論文の概要: SSIVD-Net: A Novel Salient Super Image Classification & Detection Technique for Weaponized Violence

arxiv url: http://arxiv.org/abs/2207.12850v7
Date: Fri, 4 Aug 2023 09:54:51 GMT
ステータス: 処理完了
システム内更新日: 2023-08-07 16:40:47.134904
Title: SSIVD-Net: A Novel Salient Super Image Classification & Detection Technique for Weaponized Violence
Title（参考訳）: SSIVD-Net:Weaponized Violenceのための新しい高精細画像分類・検出技術
Authors: Toluwani Aremu, Li Zhiyuan, Reem Alameeri, Mustaqeem Khan, Abdulmotaleb El Saddik
Abstract要約: CCTV映像における暴力や武器による暴力の検出には、包括的なアプローチが必要である。本稿では,emphSmart-City CCTV Violence Detection (SCVD)データセットを紹介する。我々はemphSSIVD-Net(textbfViolence textbfDetection用textbfSalient-textbfSuper-textbfImage)と呼ばれる新しい手法を提案する。
参考スコア（独自算出の注目度）: 5.036313496164862
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Detection of violence and weaponized violence in closed-circuit television (CCTV) footage requires a comprehensive approach. In this work, we introduce the \emph{Smart-City CCTV Violence Detection (SCVD)} dataset, specifically designed to facilitate the learning of weapon distribution in surveillance videos. To tackle the complexities of analyzing 3D surveillance video for violence recognition tasks, we propose a novel technique called, \emph{SSIVD-Net} (\textbf{S}alient-\textbf{S}uper-\textbf{I}mage for \textbf{V}iolence \textbf{D}etection). Our method reduces 3D video data complexity, dimensionality, and information loss while improving inference, performance, and explainability through the use of Salient-Super-Image representations. Considering the scalability and sustainability requirements of futuristic smart cities, the authors introduce the \emph{Salient-Classifier}, a novel architecture combining a kernelized approach with a residual learning strategy. We evaluate variations of SSIVD-Net and Salient Classifier on our SCVD dataset and benchmark against state-of-the-art (SOTA) models commonly employed in violence detection. Our approach exhibits significant improvements in detecting both weaponized and non-weaponized violence instances. By advancing the SOTA in violence detection, our work offers a practical and scalable solution suitable for real-world applications. The proposed methodology not only addresses the challenges of violence detection in CCTV footage but also contributes to the understanding of weapon distribution in smart surveillance. Ultimately, our research findings should enable smarter and more secure cities, as well as enhance public safety measures.
Abstract（参考訳）: CCTV映像における暴力や武器による暴力の検出には、包括的なアプローチが必要である。本研究は,監視ビデオにおける武器分布の学習を容易にするために特別に設計された, \emph{smart-city cctv violence detection (scvd)データセットを紹介する。本稿では,暴力認識タスクにおける3D監視ビデオ解析の複雑さに対処するため,<emph{SSIVD-Net} (\textbf{S}alient-\textbf{S}uper-\textbf{I}mage for \textbf{V}iolence \textbf{D}etection。提案手法は,Salient-Super-Image表現を用いて,推論,性能,説明可能性を改善しつつ,3次元ビデオデータの複雑さ,次元性,情報損失を低減する。筆者らは,未来的スマートシティのスケーラビリティと持続可能性要件を考慮して,カーネル化アプローチと残留学習戦略を組み合わせた新しいアーキテクチャである 'emph{Salient-Classifier} を紹介した。 SCVDデータセット上でSSIVD-NetとSalient Classifierのバリエーションを評価し,暴力検出によく使用されるSOTAモデルに対するベンチマークを行った。本手法は,武器化と非兵器化の両方の暴力事例の検出において有意な改善を示す。暴力検出においてSOTAを前進させることで、我々の研究は現実のアプリケーションに適した実用的でスケーラブルなソリューションを提供する。提案手法は,cctv映像における暴力検出の課題に対処するだけでなく,スマート監視における武器分布の理解にも寄与する。究極的には、我々の研究成果はよりスマートでより安全な都市を可能にし、公共の安全対策を強化するだろう。

関連論文リスト

AdvMono3D: Advanced Monocular 3D Object Detection with Depth-Aware Robust Adversarial Training [64.14759275211115]
そこで本研究では,DART3Dと呼ばれるモノクル3次元物体検出のための,深度対応の頑健な対向学習法を提案する。我々の敵の訓練アプローチは、本質的な不確実性に乗じて、敵の攻撃に対する堅牢性を大幅に向上させる。
論文参考訳（メタデータ） (2023-09-03T07:05:32Z)
Two-Stage Violence Detection Using ViTPose and Classification Models at Smart Airports [9.53984191161849]
本研究では、スマート空港のユニークな要件に合わせて、革新的な暴力検出フレームワークを導入する。このフレームワークは人間のポーズ推定にViTPoseの力を利用する。実際のシナリオで堅牢なパフォーマンスを保証するため、ソリューションは統合テストが行われた。
論文参考訳（メタデータ） (2023-08-30T21:20:15Z)
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)
A Comprehensive Study of the Robustness for LiDAR-based 3D Object Detectors against Adversarial Attacks [84.10546708708554]
3Dオブジェクト検出器は、セキュリティクリティカルなタスクにおいてますます重要になっている。敵の攻撃に対する強固さを理解することが不可欠である。本稿では,LiDARをベースとした3次元検出器の対角攻撃時のロバスト性評価と解析を行った。
論文参考訳（メタデータ） (2022-12-20T13:09:58Z)
Video Vision Transformers for Violence Detection [0.0]
提案手法では,対戦や敵対的な動き,暴力的な出来事をビデオシーケンスで正確に識別できる,新しいエンドツーエンドのディープラーニングベースビデオビジョントランスフォーマー(ViViT)を用いている。評価結果はその後、地元の関係者に送信され、キャプチャされたビデオを分析することができる。
論文参考訳（メタデータ） (2022-09-08T04:44:01Z)
Detecting Violence in Video Based on Deep Features Fusion Technique [0.30458514384586394]
本研究では、2つの畳み込みニューラルネットワーク(CNN)の融合技術を用いて暴力を検出する新しい方法を提案する。提案手法の性能は,検出精度の観点から3つの標準ベンチマークデータセットを用いて評価した。
論文参考訳（メタデータ） (2022-04-15T12:51:20Z)
Video Violence Recognition and Localization using a Semi-Supervised Hard-Attention Model [0.0]
暴力の監視と監視システムは、コミュニティを安全にし、命を救うことができる。現在の最先端のディープラーニングによるビデオ暴力認識の精度とパフォーマンスの向上により、監視システムはより信頼性が高く、スケーラブルになる。提案手法の主な貢献は,RWF,Hockey,Moviesのデータセットにおける最先端の精度を実現することである。
論文参考訳（メタデータ） (2022-02-04T16:15:26Z)
Real Time Action Recognition from Video Footage [0.5219568203653523]
ビデオ監視カメラは犯罪を検知する新しい次元を追加した。本研究は、暴力行為を検出するための自律監視のための堅牢なパイプラインを確保するために、最先端のディープラーニング手法を統合することに焦点を当てる。
論文参考訳（メタデータ） (2021-12-13T07:27:41Z)
Overcomplete Representations Against Adversarial Videos [72.04912755926524]
敵対ビデオ(OUDefend)に対する防御のための新しいオーバー・アンド・アンダー完全修復ネットワークを提案します。 OUDefendは、これらの2つの表現を学習することで、ローカル機能とグローバル機能のバランスをとるように設計されている。実験の結果,画像に焦点をあてた防御はビデオに効果がない可能性があるが,oudefendは異なるタイプの敵ビデオに対して頑健性を高める。
論文参考訳（メタデータ） (2020-12-08T08:00:17Z)
Robust Unsupervised Video Anomaly Detection by Multi-Path Frame Prediction [61.17654438176999]
本稿では,フレーム予測と適切な設計による新規で頑健な非教師付きビデオ異常検出手法を提案する。提案手法は,CUHK Avenueデータセット上で88.3%のフレームレベルAUROCスコアを得る。
論文参考訳（メタデータ） (2020-11-05T11:34:12Z)
MixNet for Generalized Face Presentation Attack Detection [63.35297510471997]
我々は、プレゼンテーションアタックを検出するための、TextitMixNetと呼ばれるディープラーニングベースのネットワークを提案している。提案アルゴリズムは最先端の畳み込みニューラルネットワークアーキテクチャを利用して,各攻撃カテゴリの特徴マッピングを学習する。
論文参考訳（メタデータ） (2020-10-25T23:01:13Z)

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。