論文の概要: Privacy-Protecting Behaviours of Risk Detection in People with Dementia
using Videos
- arxiv url: http://arxiv.org/abs/2212.10682v1
- Date: Tue, 20 Dec 2022 22:55:46 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-22 15:05:35.270028
- Title: Privacy-Protecting Behaviours of Risk Detection in People with Dementia
using Videos
- Title（参考訳）: ビデオを用いた認知症患者のプライバシー保護行動とリスク検出
- Authors: Pratik K. Mishra, Andrea Iaboni, Bing Ye, Kristine Newman, Alex
Mihailidis, Shehroz S. Khan
- Abstract要約: 認知症者のリスク行動を検出するために,2つの新しいプライバシー保護型ビデオベース異常検出手法を提案する。
我々は、身体のポーズ情報を骨格として抽出し、セマンティックセグメンテーションマスクを用いてシーン内の複数の人間をセマンティック境界に置き換えた。
これは、認知症患者のリスクの行動を検出するために、プライバシを組み込んだ最初の研究の1つである。
- 参考スコア（独自算出の注目度）: 4.264550333891292
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: People living with dementia often exhibit behavioural and psychological
symptoms of dementia that can put their and others' safety at risk. Existing
video surveillance systems in long-term care facilities can be used to monitor
such behaviours of risk to alert the staff to prevent potential injuries or
death in some cases. However, these behaviours of risk events are heterogeneous
and infrequent in comparison to normal events. Moreover, analyzing raw videos
can also raise privacy concerns. In this paper, we present two novel
privacy-protecting video-based anomaly detection approaches to detect
behaviours of risks in people with dementia. We either extracted body pose
information as skeletons and use semantic segmentation masks to replace
multiple humans in the scene with their semantic boundaries. Our work differs
from most existing approaches for video anomaly detection that focus on
appearance-based features, which can put the privacy of a person at risk and is
also susceptible to pixel-based noise, including illumination and viewing
direction. We used anonymized videos of normal activities to train customized
spatio-temporal convolutional autoencoders and identify behaviours of risk as
anomalies. We show our results on a real-world study conducted in a dementia
care unit with patients with dementia, containing approximately 21 hours of
normal activities data for training and 9 hours of data containing normal and
behaviours of risk events for testing. We compared our approaches with the
original RGB videos and obtained an equivalent area under the receiver
operating characteristic curve performance of 0.807 for the skeleton-based
approach and 0.823 for the segmentation mask-based approach. This is one of the
first studies to incorporate privacy for the detection of behaviours of risks
in people with dementia.
- Abstract（参考訳）: 認知症を持つ人々は、しばしば認知症の行動的、心理的な症状を示し、彼らと他人の安全を危険にさらす。
介護施設の既存のビデオ監視システムは、そのような危険行動を監視し、スタッフに怪我や死亡の危険性を警告することができる。
しかし、これらのリスクイベントの振る舞いは、通常の事象と比較すると、不均一で不規則である。
さらに、生のビデオを分析することでプライバシーの懸念も高まる。
本稿では,認知症患者のリスク行動を検出するための,プライバシ保護型ビデオベースの異常検出手法を2つ紹介する。
身体のポーズ情報を骨格として抽出し、セマンティックセグメンテーションマスクを用いてシーン内の複数の人間をセマンティック境界に置き換えた。
我々の研究は、外見に基づく特徴に焦点を合わせ、人のプライバシーを危険にさらすことができ、照明や視聴方向を含むピクセルベースのノイズにも敏感な、既存のビデオ異常検出手法とは異なる。
我々は,正規活動の匿名化ビデオを用いて,時空間的畳み込み型自動エンコーダを訓練し,リスクの挙動を異常として識別した。
本研究は,認知症患者の認知症ケアユニットにおいて,訓練に約21時間の正常活動データと,検査に正常およびリスクイベントの行動を含む9時間のデータを含む実世界調査を行った。
提案手法をオリジナルのRGBビデオと比較し,スケルトン法では0.807,セグメンテーションマスク法では0.823,レシーバー法では0.807と等価領域を得た。
これは認知症患者のリスク行動の検出にプライバシを組み込んだ最初の研究の1つである。
関連論文リスト
- Long-term Detection System for Six Kinds of Abnormal Behavior of the Elderly Living Alone [1.4061979259370274]
本研究では,半寝たきり,家出し,忘れ,さまよう,立ちながら歩く,転倒する6つの典型的な異常をシミュレーターで検出するシステムを提案する。
検知システムは,部屋のレイアウト,センサの配置を忘れる配置,居住者の特性などをカスタマイズできる。
本稿では,センサデータの処理を標準化する手法を提案する。
論文 参考訳（メタデータ） (2024-11-20T09:42:08Z) - Depth-Weighted Detection of Behaviours of Risk in People with Dementia using Cameras [3.6855408155998215]
認知症の行動・心理的症状、例えば扇動や攻撃といった症状は、在宅ケアの環境において重大な健康・安全リスクを生じさせる。
医療施設は公共空間のデジタル監視のためにビデオカメラを設置しており、リスク検出システムの自動動作を開発するために利用することができる。
前回の研究では、カメラの近くで起きている活動による視界の妨害による誤報の存在が課題であった。
我々は、カメラの近距離および遠距離の両方で発生する事象に匹敵する重要性を示すために、カスタマイズされた畳み込みオートエンコーダを訓練するための新しい深度重み付き損失関数を提案した。
論文 参考訳（メタデータ） (2024-08-28T04:12:07Z) - Multimodal video analysis for crowd anomaly detection using open access tourism cameras [76.93566452564627]
マルチモーダル手法を用いて,映像形式から時系列形式の情報抽出による群集異常の検出を提案する。
この手法がモレラのTurisme Comunitat Valencianaのウェブカメラに応用されたことにより、優れた成果が得られた。
論文 参考訳（メタデータ） (2024-05-21T11:56:01Z) - Protect Your Score: Contact Tracing With Differential Privacy Guarantees [68.53998103087508]
プライバシーに関する懸念は、現在展開を控えている、と私たちは主張する。
本稿では,この攻撃に対して異なるプライバシー保証を有する接触追跡アルゴリズムを提案する。
特に現実的な検査シナリオでは,ウイルス感染率の2倍から10倍の低下を実現している。
論文 参考訳（メタデータ） (2023-12-18T11:16:33Z) - Exploring Decision-based Black-box Attacks on Face Forgery Detection [53.181920529225906]
顔の偽造生成技術は鮮明な顔を生み出し、セキュリティとプライバシーに対する世間の懸念を高めている。
顔偽造検出は偽の顔の識別に成功しているが、最近の研究では顔偽造検出は敵の例に対して非常に脆弱であることが示されている。
論文 参考訳（メタデータ） (2023-10-18T14:49:54Z) - Skeletal Video Anomaly Detection using Deep Learning: Survey, Challenges
and Future Directions [3.813649699234981]
本稿では,ビデオから抽出したスケルトンを用いたプライバシー保護型ディープラーニング異常検出手法について検討する。
我々は,ビデオ異常検出のための骨格ベースのアプローチは,ビデオ異常検出のプライバシー保護に有効な代替手段であると結論付けている。
論文 参考訳（メタデータ） (2022-12-31T04:11:25Z) - Hybrid Classifiers for Spatio-temporal Real-time Abnormal Behaviors
Detection, Tracking, and Recognition in Massive Hajj Crowds [1.8186887490616164]
本稿では,Hajj データセット (HAJJv2) の注釈付きおよびラベル付き大規模集団異常行動について紹介する。
我々は,小規模・大規模の群衆ビデオにおいて,時空間異常を検知し,認識するためのハイブリッド畳み込みニューラルネットワーク(CNN)とランダムフォレスト(RF)の2つの手法を提案する。
論文 参考訳（メタデータ） (2022-07-25T06:52:55Z) - Leveraging Real Talking Faces via Self-Supervision for Robust Forgery
Detection [112.96004727646115]
本研究では,実話を用いた顔操作映像の検出手法を開発した。
本手法は, クロスマニピュレーションの一般化とロバストネス実験における最先端性能を実現する。
以上の結果から、より堅牢な顔偽造検知器の開発には、自然ビデオと未表示ビデオの活用が有望な方向であることが示唆された。
論文 参考訳（メタデータ） (2022-01-18T17:14:54Z) - Re-identification of Individuals in Genomic Datasets Using Public Face
Images [30.331049734571746]
実際の顔画像を用いた場合,このような連鎖攻撃がいかに成功するかを検討する。
再同定の真のリスクは、以前の文献が示唆するよりも、ほとんどの個人にとってかなり小さいと考えられる。
論文 参考訳（メタデータ） (2021-02-17T03:54:25Z) - Epidemic mitigation by statistical inference from contact tracing data [61.04165571425021]
我々は,個人が感染するリスクを推定するためにベイズ推定法を開発した。
本稿では,感染防止のための検査・隔離戦略を最適化するために,確率論的リスク推定手法を提案する。
我々のアプローチは、最近接触した個人間の通信のみを必要とする、完全に分散されたアルゴリズムに変換されます。
論文 参考訳（メタデータ） (2020-09-20T12:24:45Z) - VideoForensicsHQ: Detecting High-quality Manipulated Face Videos [77.60295082172098]
偽造検知器の性能は、人間の目で見られる人工物の存在にどのように依存するかを示す。
前例のない品質の顔ビデオ偽造検出のための新しいベンチマークデータセットを導入する。
論文 参考訳（メタデータ） (2020-05-20T21:17:43Z)
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。