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
- 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) - A Safety-Adapted Loss for Pedestrian Detection in Automated Driving [13.676179470606844]
安全クリティカルなドメインでは、オブジェクト検出器によるエラーは歩行者や他の脆弱な道路利用者を危険にさらす可能性がある。
本稿では,トレーニング中の歩行者あたりの臨界点の推定値を活用する安全意識の損失変動を提案する。
論文 参考訳(メタデータ) (2024-02-05T13:16:38Z) - Avoid Adversarial Adaption in Federated Learning by Multi-Metric
Investigations [55.2480439325792]
Federated Learning(FL)は、分散機械学習モデルのトレーニング、データのプライバシの保護、通信コストの低減、多様化したデータソースによるモデルパフォーマンスの向上を支援する。
FLは、中毒攻撃、標的外のパフォーマンス劣化とターゲットのバックドア攻撃の両方でモデルの整合性を損なうような脆弱性に直面している。
我々は、複数の目的に同時に適応できる、強い適応的敵の概念を新たに定義する。
MESASは、実際のデータシナリオで有効であり、平均オーバーヘッドは24.37秒である。
論文 参考訳(メタデータ) (2023-06-06T11:44:42Z) - Towards an Accurate and Secure Detector against Adversarial
Perturbations [58.02078078305753]
敵の摂動に対するディープニューラルネットワークの脆弱性は、コンピュータビジョンコミュニティで広く認識されている。
現在のアルゴリズムは、通常、自然・人工データの識別的分解を通じて、敵対的なパターンを検出する。
本研究では,秘密鍵を用いた空間周波数判別分解に基づく,高精度かつセキュアな対向検波器を提案する。
論文 参考訳(メタデータ) (2023-05-18T10:18:59Z) - 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) - Active Fuzzing for Testing and Securing Cyber-Physical Systems [8.228859318969082]
パケットレベルのCPSネットワーク攻撃のテストスイートを見つけるための,能動ファジィングを提案する。
私たちのソリューションの鍵は、ペイロードをサンプリングすることでモデルを反復的に更新するオンラインアクティブラーニングを使用することです。
本研究は,水浄化プラントテストベッドに実装した活性ファジィングの有効性を評価し,フロー,プレッシャ,オーバー/アンダーフロー攻撃の試験スイートを自動的に検出できることを見出した。
論文 参考訳(メタデータ) (2020-05-28T16:19:50Z) - 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。