論文の概要: Interruptions detection in video conferences

• arxiv url: http://arxiv.org/abs/2303.02052v1
• Date: Sat, 25 Feb 2023 17:43:05 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-12 03:49:07.504446
• Title: Interruptions detection in video conferences
• Title（参考訳）: ビデオ会議における割り込み検出
• Authors: Shmuel Horowitz, Dima Kagan, Galit Fuhrmann Alpert, and Michael Fire
• Abstract要約: 本稿では,ビデオ会議(VC)データ中の異常事象を検出するアルゴリズムを提案する。 提案アルゴリズムは,ビデオフレームごとのユーザの顔を検出するために,複数の手法を組み合わせる。 本モデルでは,収集したデータセットに対して92.3%の精度で異常事象を検出する。
• 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: In recent years, video conferencing (VC) popularity has skyrocketed for a wide range of activities. As a result, the number of VC users surged sharply. The sharp increase in VC usage has been accompanied by various newly emerging privacy and security challenges. VC meetings became a target for various security attacks, such as Zoombombing. Other VC-related challenges also emerged. For example, during COVID lockdowns, educators had to teach in online environments struggling with keeping students engaged for extended periods. In parallel, the amount of available VC videos has grown exponentially. Thus, users and companies are limited in finding abnormal segments in VC meetings within the converging volumes of data. Such abnormal events that affect most meeting participants may be indicators of interesting points in time, including security attacks or other changes in meeting climate, like someone joining a meeting or sharing a dramatic content. Here, we present a novel algorithm for detecting abnormal events in VC data. We curated VC publicly available recordings, including meetings with interruptions. We analyzed the videos using our algorithm, extracting time windows where abnormal occurrences were detected. Our algorithm is a pipeline that combines multiple methods in several steps to detect users' faces in each video frame, track face locations during the meeting and generate vector representations of a facial expression for each face in each frame. Vector representations are used to monitor changes in facial expressions throughout the meeting for each participant. The overall change in meeting climate is quantified using those parameters across all participants, and translating them into event anomaly detection. This is the first open pipeline for automatically detecting anomaly events in VC meetings. Our model detects abnormal events with 92.3% precision over the collected dataset.
• Abstract（参考訳）: 近年,ビデオ会議(VC)の人気が高まっている。 その結果、VCユーザーの数は急増した。 VCの利用が急激な増加には、プライバシーとセキュリティに関するさまざまな課題が伴っている。 vc会議はzoombombingなどの様々なセキュリティ攻撃の標的となった。 他のVC関連の課題も現れた。 例えば、新型コロナウイルス(COVID-19)のロックダウンの間、教育者はオンライン環境において、長期にわたって学生が関わり続けるのに苦労して教えなければならなかった。 並行して、利用可能なVCビデオの数は指数関数的に増えている。 このように、ユーザと企業は、集中するデータ量内のVCミーティングで異常なセグメントを見つけることに制限される。 ほとんどの会議参加者に影響を及ぼすこのような異常な出来事は、セキュリティ攻撃や会議に参加する人や劇的なコンテンツを共有するような会議環境の変化など、時間の興味深いポイントの指標になり得る。 本稿では,VCデータ中の異常事象を検出するアルゴリズムを提案する。 われわれはvcが公開している録音をキュレートした。 このアルゴリズムを用いて,異常発生が検出された時間窓の抽出を行った。 提案手法は,複数ステップで複数の手法を組み合わせて,各フレームのユーザの顔を検出し,会議中の顔位置を追跡し,各フレームの各顔に対する表情のベクトル表現を生成するパイプラインである。 ベクトル表現は、参加者ごとのミーティング全体を通して表情の変化を監視するために使用される。 会議の気候の全体的な変化は、すべての参加者のパラメータを使って定量化され、イベント異常検出に変換される。 vcミーティングで異常イベントを自動的に検出する最初のオープンパイプラインである。 収集したデータセットに対して92.3%の精度で異常事象を検出する。

関連論文リスト

• Tracking Virtual Meetings in the Wild: Re-identification in Multi-Participant Virtual Meetings [0.0]
  遠隔ビデオ会議の参加者を追跡・再同定するための新しい手法を提案する。 本手法は, YOLOをベースラインとしたトラッキング手法と比較して, 誤差率を平均95%削減する。
  論文  参考訳（メタデータ） (2024-09-15T19:37:37Z)
• VrdONE: One-stage Video Visual Relation Detection [30.983521962897477]
  Video Visual Relation Detection (VidVRD)は、ビデオの時間と空間におけるエンティティの理解に焦点を当てている。 VidVRDの従来の手法は、その複雑さに悩まされ、通常、タスクを2つの部分に分割する。 VidVRDのワンステージモデルであるVrdONEを提案する。
  論文  参考訳（メタデータ） (2024-08-18T08:38:20Z)
• Detecting Events in Crowds Through Changes in Geometrical Dimensions of Pedestrians [0.6390468088226495]
  イベントが群衆の行動の変化を引き起こす場合と、群衆とその動きがほとんど変化しない2つのビデオシーケンスの両方を含む、群衆行動の3つの異なるシナリオについて検討する。 ビデオと個々の歩行者の追跡(前処理段階)の両方で、Geomindを使用してシーン、特に幾何学的特徴、個性、感情に関する重要なデータを抽出する。 次に、各人物がイベントを識別したり、現実的な群衆をモデル化するための基盤として使用できる、時間の関数としての働き方に大きな変化を求める。
  論文  参考訳（メタデータ） (2023-12-11T16:18:56Z)
• Towards Video Anomaly Retrieval from Video Anomaly Detection: New Benchmarks and Model [70.97446870672069]
  ビデオ異常検出(VAD)はその潜在的な応用により注目されている。 Video Anomaly Retrieval (VAR)は、関連のある動画をモダリティによって実用的に検索することを目的としている。 一般的な異常データセットの上に構築されたUCFCrime-ARとXD-Violenceの2つのベンチマークを示す。
  論文  参考訳（メタデータ） (2023-07-24T06:22:37Z)
• Reliable Shot Identification for Complex Event Detection via Visual-Semantic Embedding [72.9370352430965]
  本稿では,映像中の事象検出のための視覚的意味的誘導損失法を提案する。 カリキュラム学習に動機付け,高い信頼性の事例で分類器の訓練を開始するために,負の弾性正規化項を導入する。 提案する非ネット正規化問題の解法として,代替最適化アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2021-10-12T11:46:56Z)
• Video Abnormal Event Detection by Learning to Complete Visual Cloze Tests [50.1446994599891]
  ビデオ異常事象(VAD)は、大まかにラベル付けされた通常のビデオでのみ学習を必要とする、重要な半教師付きタスクである。 本稿では,視覚的クローゼテスト(VCT)の完了を学習することで,視覚的クローゼ(VCC)という新しいアプローチを提案する。 我々はVCCが最先端のVAD性能を達成することを示す。
  論文  参考訳（メタデータ） (2021-08-05T04:05:36Z)
• Do Not Deceive Your Employer with a Virtual Background: A Video Conferencing Manipulation-Detection System [35.82676654231492]
  本稿では,ビデオ会議のユーザ背景が本物かどうかを検出するための効率的なツールの実現可能性について検討する。 実験により、クロス共起行列は、異なる種類の攻撃に対して検出器の堅牢性を向上させることが確認された。
  論文  参考訳（メタデータ） (2021-06-29T07:31:21Z)
• Toward Accurate Person-level Action Recognition in Videos of Crowded Scenes [131.9067467127761]
  我々は、シーンの情報を完全に活用し、新しいデータを集めることで、アクション認識を改善することに集中する。 具体的には、各フレームの空間的位置を検出するために、強い人間の検出器を採用する。 そして、行動認識モデルを適用して、HIEデータセットとインターネットから多様なシーンを持つ新しいデータの両方でビデオフレームから時間情報を学ぶ。
  論文  参考訳（メタデータ） (2020-10-16T13:08:50Z)
• A Background-Agnostic Framework with Adversarial Training for Abnormal Event Detection in Video [120.18562044084678]
  近年,ビデオにおける異常事象検出は複雑なコンピュータビジョンの問題として注目されている。 通常のイベントのみを含むトレーニングビデオから学習するバックグラウンドに依存しないフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-08-27T18:39:24Z)
• Gabriella: An Online System for Real-Time Activity Detection in Untrimmed Security Videos [72.50607929306058]
  本研究では,未トリミングされたセキュリティビデオ上でのアクティビティ検出をリアルタイムに行うオンラインシステムを提案する。 提案手法は, チューブレット抽出, 活性分類, オンラインチューブレットマージの3段階からなる。 提案手法の有効性を,100fps(100fps)と最新技術による性能評価で実証した。
  論文  参考訳（メタデータ） (2020-04-23T22:20:10Z)

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。