論文の概要: Two-Stage Violence Detection Using ViTPose and Classification Models at Smart Airports

• arxiv url: http://arxiv.org/abs/2308.16325v1
• Date: Wed, 30 Aug 2023 21:20:15 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-01 18:30:25.892416
• Title: Two-Stage Violence Detection Using ViTPose and Classification Models at Smart Airports
• Title（参考訳）: スマート空港におけるvitposeと分類モデルを用いた二段階暴力検知
• Authors: \.Irem \"Ustek, Jay Desai, Iv\'an L\'opez Torrecillas, Sofiane Abadou, Jinjie Wang, Quentin Fever, Sandhya Rani Kasthuri, Yang Xing, Weisi Guo, Antonios Tsourdos
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 9.53984191161849
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: This study introduces an innovative violence detection framework tailored to the unique requirements of smart airports, where prompt responses to violent situations are crucial. The proposed framework harnesses the power of ViTPose for human pose estimation. It employs a CNN - BiLSTM network to analyse spatial and temporal information within keypoints sequences, enabling the accurate classification of violent behaviour in real time. Seamlessly integrated within the SAFE (Situational Awareness for Enhanced Security framework of SAAB, the solution underwent integrated testing to ensure robust performance in real world scenarios. The AIRTLab dataset, characterized by its high video quality and relevance to surveillance scenarios, is utilized in this study to enhance the model's accuracy and mitigate false positives. As airports face increased foot traffic in the post pandemic era, implementing AI driven violence detection systems, such as the one proposed, is paramount for improving security, expediting response times, and promoting data informed decision making. The implementation of this framework not only diminishes the probability of violent events but also assists surveillance teams in effectively addressing potential threats, ultimately fostering a more secure and protected aviation sector. Codes are available at: https://github.com/Asami-1/GDP.
• Abstract（参考訳）: 本研究は,暴力的状況に対する迅速な対応が重要であるスマート空港のユニークな要件に合わせた,革新的な暴力検知フレームワークを提案する。 提案フレームワークは人間のポーズ推定にViTPoseのパワーを利用する。 CNN-BiLSTMネットワークを使用して、キーポイントシーケンス内の空間的および時間的情報を分析し、リアルタイムで暴力行動の正確な分類を可能にする。 SAFE(Situational Awareness for Enhanced Security framework of SAAB)にシームレスに統合されたこのソリューションは、実世界のシナリオで堅牢なパフォーマンスを保証するために統合テストが行われた。 本研究では,高画質と監視シナリオとの関連性が特徴のairtlabデータセットを用いて,モデルの精度の向上と偽陽性の軽減を図る。 空港は、パンデミック後の足のトラフィックの増加に直面しており、aiによる暴力検知システムの導入は、セキュリティの改善、応答時間の短縮、データインフォームド・意思決定の促進に最重要視されている。 この枠組みの実装は暴力的な出来事の可能性を減少させるだけでなく、監視チームが潜在的な脅威に効果的に取り組むのを支援し、最終的にはより安全で保護された航空部門を育成する。 コードは、https://github.com/Asami-1/GDPで入手できる。

関連論文リスト

• IDU-Detector: A Synergistic Framework for Robust Masquerader Attack Detection [3.3821216642235608]
  デジタル時代には、ユーザは個人データを企業データベースに格納し、データセキュリティを企業管理の中心とする。 大規模な攻撃面を考えると、アセットは弱い認証、脆弱性、マルウェアといった課題に直面している。 IDU-Detectorを導入し、侵入検知システム(IDS)とユーザ・エンティティ・ビヘイビア・アナリティクス(UEBA)を統合した。 この統合は、不正アクセスを監視し、システムギャップをブリッジし、継続的な監視を保証し、脅威識別を強化する。
  論文  参考訳（メタデータ） (2024-11-09T13:03:29Z)
• Real-Time Weapon Detection Using YOLOv8 for Enhanced Safety [0.0]
  このモデルは、様々な種類の銃器とエッジ武器を描いた何千もの画像を含む包括的なデータセットで訓練された。 精度,リコール,F1スコア,平均平均平均精度(mAP)を複数のIoU閾値で比較し,モデルの性能評価を行った。
  論文  参考訳（メタデータ） (2024-10-23T10:35:51Z)
• EAIRiskBench: Towards Evaluating Physical Risk Awareness for Task Planning of Foundation Model-based Embodied AI Agents [47.69642609574771]
  EAI(Embodied AI)は、高度なAIモデルを現実世界のインタラクションのための物理的なエンティティに統合する。 高レベルのタスク計画のためのEAIエージェントの"脳"としてのファンデーションモデルは、有望な結果を示している。 しかし、これらのエージェントの物理的環境への展開は、重大な安全性上の課題を呈している。 EAIRiskBenchは、EAIシナリオにおける自動物理的リスクアセスメントのための新しいフレームワークである。
  論文  参考訳（メタデータ） (2024-08-08T13:19:37Z)
• Enabling Privacy-Preserving Cyber Threat Detection with Federated Learning [4.475514208635884]
  本研究は, プライバシー保護型サイバー脅威検出のための学習の可能性について, 有効性, ビザンチンレジリエンス, 効率の観点から, 体系的に検証した。 FLトレーニングされた検出モデルは、中央訓練された検出モデルに匹敵する性能が得られることを示す。 現実的な脅威モデルの下では、FLはデータ中毒とモデル中毒の両方の攻撃に対して抵抗性があることが判明した。
  論文  参考訳（メタデータ） (2024-04-08T01:16:56Z)
• FaultGuard: A Generative Approach to Resilient Fault Prediction in Smart Electrical Grids [53.2306792009435]
  FaultGuardは、障害タイプとゾーン分類のための最初のフレームワークであり、敵攻撃に耐性がある。 本稿では,ロバスト性を高めるために,低複雑性故障予測モデルとオンライン逆行訓練手法を提案する。 本モデルでは,耐故障予測ベンチマークの最先端を最大0.958の精度で上回っている。
  論文  参考訳（メタデータ） (2024-03-26T08:51:23Z)
• Attention-GAN for Anomaly Detection: A Cutting-Edge Approach to Cybersecurity Threat Management [0.0]
  本稿では,異常検出に焦点をあてた,サイバーセキュリティ向上のための革新的な注意-GANフレームワークを提案する。 提案手法は、多様なリアルな合成攻撃シナリオを生成し、データセットを充実させ、脅威識別を改善することを目的としている。 GAN(Generative Adversarial Networks)と注意機構を統合することが提案手法の重要な特徴である。 attention-GANフレームワークは先駆的なアプローチとして登場し、高度なサイバー防御戦略のための新しいベンチマークを設定している。
  論文  参考訳（メタデータ） (2024-02-25T01:10:55Z)
• SSIVD-Net: A Novel Salient Super Image Classification & Detection Technique for Weaponized Violence [3.651114792588495]
  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。
  論文  参考訳（メタデータ） (2022-07-26T12:31:01Z)
• Fixed Points in Cyber Space: Rethinking Optimal Evasion Attacks in the Age of AI-NIDS [70.60975663021952]
  ネットワーク分類器に対するブラックボックス攻撃について検討する。 我々は、アタッカー・ディフェンダーの固定点がそれ自体、複雑な位相遷移を持つ一般サムゲームであると主張する。 攻撃防御力学の研究には連続的な学習手法が必要であることを示す。
  論文  参考訳（メタデータ） (2021-11-23T23:42:16Z)
• Measurement-driven Security Analysis of Imperceptible Impersonation Attacks [54.727945432381716]
  本稿では,ディープニューラルネットワークを用いた顔認識システムの実用性について検討する。 皮膚の色,性別,年齢などの要因が,特定の標的に対する攻撃を行う能力に影響を及ぼすことを示す。 また,攻撃者の顔のさまざまなポーズや視点に対して堅牢なユニバーサルアタックを構築する可能性についても検討した。
  論文  参考訳（メタデータ） (2020-08-26T19:27:27Z)
• Bayesian Optimization with Machine Learning Algorithms Towards Anomaly Detection [66.05992706105224]
  本稿では,ベイズ最適化手法を用いた効果的な異常検出フレームワークを提案する。 ISCX 2012データセットを用いて検討したアルゴリズムの性能を評価する。 実験結果から, 精度, 精度, 低コストアラームレート, リコールの観点から, 提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2020-08-05T19:29:35Z)
• Adversarial vs behavioural-based defensive AI with joint, continual and active learning: automated evaluation of robustness to deception, poisoning and concept drift [62.997667081978825]
  人工知能(AI)の最近の進歩は、サイバーセキュリティのための行動分析(UEBA)に新たな能力をもたらした。 本稿では、検出プロセスを改善し、人間の専門知識を効果的に活用することにより、この攻撃を効果的に軽減するソリューションを提案する。
  論文  参考訳（メタデータ） (2020-01-13T13:54:36Z)

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。