論文の概要: Understanding Policy and Technical Aspects of AI-Enabled Smart Video Surveillance to Address Public Safety

• arxiv url: http://arxiv.org/abs/2302.04310v1
• Date: Wed, 8 Feb 2023 19:54:35 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-10 17:43:55.928065
• Title: Understanding Policy and Technical Aspects of AI-Enabled Smart Video Surveillance to Address Public Safety
• Title（参考訳）: 安全対策のためのAI対応スマートビデオサーベイランスの政策と技術的側面
• Authors: Babak Rahimi Ardabili, Armin Danesh Pazho, Ghazal Alinezhad Noghre, Christopher Neff, Sai Datta Bhaskararayuni, Arun Ravindran, Shannon Reid, Hamed Tabkhi
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 2.2427353485837545
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advancements in artificial intelligence (AI) have seen the emergence of smart video surveillance (SVS) in many practical applications, particularly for building safer and more secure communities in our urban environments. Cognitive tasks, such as identifying objects, recognizing actions, and detecting anomalous behaviors, can produce data capable of providing valuable insights to the community through statistical and analytical tools. However, artificially intelligent surveillance systems design requires special considerations for ethical challenges and concerns. The use and storage of personally identifiable information (PII) commonly pose an increased risk to personal privacy. To address these issues, this paper identifies the privacy concerns and requirements needed to address when designing AI-enabled smart video surveillance. Further, we propose the first end-to-end AI-enabled privacy-preserving smart video surveillance system that holistically combines computer vision analytics, statistical data analytics, cloud-native services, and end-user applications. Finally, we propose quantitative and qualitative metrics to evaluate intelligent video surveillance systems. The system shows the 17.8 frame-per-second (FPS) processing in extreme video scenes. However, considering privacy in designing such a system results in preferring the pose-based algorithm to the pixel-based one. This choice resulted in dropping accuracy in both action and anomaly detection tasks. The results drop from 97.48 to 73.72 in anomaly detection and 96 to 83.07 in the action detection task. On average, the latency of the end-to-end system is 36.1 seconds.
• Abstract（参考訳）: 人工知能(AI)の最近の進歩は、スマートビデオ監視(SVS)の多くの実践的応用、特に都市環境におけるより安全で安全なコミュニティの構築に現れている。 物体の識別、行動の認識、異常な行動の検出といった認知的タスクは、統計的および分析的なツールを通じて、コミュニティに貴重な洞察を提供することのできるデータを生成することができる。 しかし、人工知能による監視システムの設計には、倫理的課題や懸念に対する特別な配慮が必要である。 個人識別可能な情報(PII)の使用と保管は、一般的に個人のプライバシーに対するリスクを増大させる。 これらの問題に対処するために、AI対応のスマートビデオ監視を設計する際には、プライバシの懸念と対処に必要な要件を特定する。 さらに,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,およびエンドユーザアプリケーションを組み合わせた,エンドツーエンドのai対応スマートビデオ監視システムを提案する。 最後に,知的ビデオ監視システムを評価するための定量的・質的指標を提案する。 このシステムは17.8フレーム/秒(FPS)処理を極端なビデオシーンで表示する。 しかし、このようなシステムを設計する際のプライバシーを考えると、ピクセルベースのアルゴリズムよりもポーズベースのアルゴリズムを好む。 この選択により、動作および異常検出タスクの精度が低下した。 結果は異常検出では97.48から73.72に低下し、アクション検出タスクでは96から83.07に低下した。 平均して、エンドツーエンドシステムのレイテンシは36.1秒である。

関連論文リスト

• Privacy-Preserving Video Anomaly Detection: A Survey [10.899433437231139]
  Video Anomaly Detection (VAD)は、オープンスペースから収集された監視ビデオのパターンを自動的に分析し、物理的接触なしに損傷を引き起こす可能性のある異常事象を検出することを目的としている。 ビデオ伝送と使用における透明性の欠如は、プライバシーと倫理に関する一般の懸念を高め、VADの現実世界の応用を制限する。 近年,データ,特徴,システムなど,さまざまな観点から体系的な研究を行うことによって,VADのプライバシーに関する懸念に焦点が当てられている。 本稿は、P2VADの進歩を初めて体系的にレビューし、その範囲を定義し、直感的な分類法を提供する。
  論文  参考訳（メタデータ） (2024-11-21T20:29:59Z)
• From Lab to Field: Real-World Evaluation of an AI-Driven Smart Video Solution to Enhance Community Safety [1.7904189757601403]
  本稿では、現実世界の安全性を高めるために設計されたAI対応スマートビデオソリューション(SVS)を採用し、評価する。 このシステムは既存のインフラストラクチャカメラネットワークと統合され、AIの最近の進歩を活用して簡単に採用できる。 この記事では、AIアルゴリズムがカメラレベルでの異常な振る舞いをリアルタイムで検出した瞬間から、ステークホルダーが通知を受け取るまでのエンドツーエンドのレイテンシを評価する。
  論文  参考訳（メタデータ） (2023-12-04T17:41:52Z)
• TeD-SPAD: Temporal Distinctiveness for Self-supervised Privacy-preservation for video Anomaly Detection [59.04634695294402]
  人間の監視のないビデオ異常検出(VAD)は複雑なコンピュータビジョンタスクである。 VADのプライバシー漏洩により、モデルは人々の個人情報に関連する不必要なバイアスを拾い上げ、増幅することができる。 本稿では,視覚的プライベート情報を自己管理的に破壊する,プライバシーに配慮したビデオ異常検出フレームワークTeD-SPADを提案する。
  論文  参考訳（メタデータ） (2023-08-21T22:42:55Z)
• Your Room is not Private: Gradient Inversion Attack on Reinforcement Learning [47.96266341738642]
  プライバシーは、ロボットが実質的な個人情報にアクセスすることによって、具体化されたAIの領域における重要な関心事として浮上する。 本稿では, 状態, 行動, 監視信号の再構成に勾配インバージョンを利用する, 値ベースアルゴリズムと勾配ベースアルゴリズムに対する攻撃を提案する。
  論文  参考訳（メタデータ） (2023-06-15T16:53:26Z)
• Real-World Community-in-the-Loop Smart Video Surveillance -- A Case Study at a Community College [2.4956060473718407]
  本稿では,コミュニティカレッジにおける実世界テストベッドに基づくスマートビデオ監視システムを設計・展開するためのケーススタディを提案する。 我々は、疑わしい/異常な活動を識別し、ステークホルダーや住民に即座に警告できるスマートカメラベースのシステムに注力する。 このシステムは、32.41フレーム・パー・秒(FPS)レートで同時に8台のカメラを走らせることができる。
  論文  参考訳（メタデータ） (2023-03-22T22:16:17Z)
• 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)
• PrivHAR: Recognizing Human Actions From Privacy-preserving Lens [58.23806385216332]
  我々は、人間の行動認識パイプラインに沿って、堅牢な視覚的プライバシー保護を提供するための最適化フレームワークを提案する。 我々のフレームワークは、カメラレンズをパラメータ化して、ビデオの品質を劣化させ、プライバシー特性を抑え、敵の攻撃を防ぎます。
  論文  参考訳（メタデータ） (2022-06-08T13:43:29Z)
• E^2TAD: An Energy-Efficient Tracking-based Action Detector [78.90585878925545]
  本稿では,事前定義されたキーアクションを高精度かつ効率的にローカライズするためのトラッキングベースソリューションを提案する。 UAV-Video Track of 2021 Low-Power Computer Vision Challenge (LPCVC)で優勝した。
  論文  参考訳（メタデータ） (2022-04-09T07:52:11Z)
• 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)
• Anomaly Detection using Edge Computing in Video Surveillance System: Review [0.0]
  スマートシティの概念は、都市計画者や研究者に近代的で安全で持続可能なインフラを提供し、住民にまともな生活の質を与えるよう影響を与えている。 このニーズを満たすために、市民の安全と幸福を高めるために、ビデオ監視カメラが配備されている。 現代科学の技術的発展にもかかわらず、監視ビデオシステムにおける異常事象の検出は困難であり、徹底的な人間の努力を必要とする。
  論文  参考訳（メタデータ） (2021-07-06T17:41:56Z)
• I-ViSE: Interactive Video Surveillance as an Edge Service using Unsupervised Feature Queries [70.69741666849046]
  本稿では、教師なし機能クエリに基づくエッジサービス(I-ViSE)としてインタラクティブビデオ監視を提案する。 I-ViSEのプロトタイプはエッジフォッグコンピューティングのパラダイムに従って構築され、実験により、I-ViSE方式がシーン認識の設計目標を2秒以内で満たすことを確認した。
  論文  参考訳（メタデータ） (2020-03-09T14:26:45Z)

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。