論文の概要: Novel Deep Learning Pipeline for Automatic Weapon Detection

• arxiv url: http://arxiv.org/abs/2309.16654v1
• Date: Thu, 28 Sep 2023 17:55:14 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-29 12:58:00.735595
• Title: Novel Deep Learning Pipeline for Automatic Weapon Detection
• Title（参考訳）: 武器自動検出のための新しいディープラーニングパイプライン
• Authors: Haribharathi Sivakumar and Vijay Arvind.R and Pawan Ragavendhar V and G.Balamurugan
• Abstract要約: 武器と銃の暴力は、最近、圧力のかかる問題になっている。 リアルタイム監視ビデオは、ほぼすべての公開フォーラムや場所で撮影、録画される。 本稿では,異なるアーキテクチャを持つ畳み込みニューラルネットワークのアンサンブルからなる,新しいパイプラインを提案する。
• 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: Weapon and gun violence have recently become a pressing issue today. The degree of these crimes and activities has risen to the point of being termed as an epidemic. This prevalent misuse of weapons calls for an automatic system that detects weapons in real-time. Real-time surveillance video is captured and recorded in almost all public forums and places. These videos contain abundant raw data which can be extracted and processed into meaningful information. This paper proposes a novel pipeline consisting of an ensemble of convolutional neural networks with distinct architectures. Each neural network is trained with a unique mini-batch with little to no overlap in the training samples. This paper will present several promising results using multiple datasets associated with comparing the proposed architecture and state-of-the-art (SoA) models. The proposed pipeline produced an average increase of 5% in accuracy, specificity, and recall compared to the SoA systems.
• Abstract（参考訳）: 武器と銃の暴力は、今日では差し迫った問題となっている。 これらの犯罪や活動の程度は、疫病と称されるところまで高まっている。 この兵器の誤用は、リアルタイムで兵器を検出する自動システムを要求する。 リアルタイム監視ビデオは、ほぼすべての公開フォーラムや場所で撮影、録画される。 これらのビデオには豊富な生データが含まれており、抽出して意味のある情報として処理することができる。 本稿では,異なるアーキテクチャを持つ畳み込みニューラルネットワークの集合からなる新しいパイプラインを提案する。 各ニューラルネットワークは、トレーニングサンプルにほとんど重複しないユニークなミニバッチでトレーニングされる。 本稿では,提案したアーキテクチャとSoA(State-of-the-art)モデルを比較し,複数のデータセットを用いて有望な結果を示す。 提案するパイプラインでは、soaシステムと比較して、精度、特異性、リコールが平均5%向上しました。

関連論文リスト

• Distributed Intelligent Video Surveillance for Early Armed Robbery Detection based on Deep Learning [0.0]
  ラテンアメリカでの低い雇用率が犯罪の顕著な増加に寄与し、新たな犯罪戦術が出現した。 近年の研究では、兵器検知器を監視カメラに埋め込むことによって、この問題にアプローチしている。 これらのシステムは、イベントを確認できない場合、偽陽性になりがちである。 コンピュータビジョンパイプラインとオブジェクト検出機能を複数のデバイスに統合する分散IoTシステムを提案する。
  論文  参考訳（メタデータ） (2024-10-13T05:20:35Z)
• Zero-Shot Detection of AI-Generated Images [54.01282123570917]
  AI生成画像を検出するゼロショットエントロピー検出器(ZED)を提案する。 機械によるテキスト検出の最近の研究に触発された私たちのアイデアは、分析対象の画像が実際の画像のモデルと比較してどれだけ驚くかを測定することである。 ZEDは精度の点でSoTAよりも平均3%以上改善されている。
  論文  参考訳（メタデータ） (2024-09-24T08:46:13Z)
• Data-Independent Operator: A Training-Free Artifact Representation Extractor for Generalizable Deepfake Detection [105.9932053078449]
  本研究では,より一般的な人工物表現を捉えるのに,小型かつトレーニング不要なフィルタが十分であることを示す。 トレーニングソースとテストソースの両方に不偏があるため、未確認ソースに対して魅力的な改善を実現するために、Data-Independent Operator (DIO)と定義する。 我々の検出器は13.3%の大幅な改善を実現し、新しい最先端の性能を確立した。
  論文  参考訳（メタデータ） (2024-03-11T15:22:28Z)
• Self-supervised visual learning for analyzing firearms trafficking activities on the Web [6.728794938150435]
  RGB画像からの視覚銃の自動分類は、公共空間のセキュリティ、情報収集、法執行機関の調査に応用するための重要な現実世界の課題である。 これは、オープンソースのインテリジェンスからビッグデータを分析することによって、犯罪者の銃身売買ネットワークを識別しようとするシステムの重要なコンポーネントとして機能する。 ビジュアルトランスフォーマー(ViT)ニューラルアーキテクチャも、自己監視学習(SSL)アプローチも、この重要なタスクでは評価されていない。
  論文  参考訳（メタデータ） (2023-10-12T01:47:55Z)
• BeCAPTCHA-Type: Biometric Keystroke Data Generation for Improved Bot Detection [63.447493500066045]
  本研究では,キーストローク生体データ合成のためのデータ駆動学習モデルを提案する。 提案手法は,ユニバーサルモデルとユーザ依存モデルに基づく2つの統計的手法と比較する。 実験フレームワークでは16万件の被験者から1億3600万件のキーストロークイベントのデータセットについて検討している。
  論文  参考訳（メタデータ） (2022-07-27T09:26:15Z)
• Semi-Supervised Temporal Action Detection with Proposal-Free Masking [134.26292288193298]
  PropOsal-free Temporal mask (SPOT) に基づく新しい半教師付き時間行動検出モデルを提案する。 SPOTは最先端の代替品よりも優れている。
  論文  参考訳（メタデータ） (2022-07-14T16:58:47Z)
• Detecting Violence in Video Based on Deep Features Fusion Technique [0.30458514384586394]
  本研究では、2つの畳み込みニューラルネットワーク(CNN)の融合技術を用いて暴力を検出する新しい方法を提案する。 提案手法の性能は,検出精度の観点から3つの標準ベンチマークデータセットを用いて評価した。
  論文  参考訳（メタデータ） (2022-04-15T12:51:20Z)
• Few-shot Weakly-Supervised Object Detection via Directional Statistics [55.97230224399744]
  少数ショットコモンオブジェクトローカライゼーション(COL)と少数ショット弱監視オブジェクト検出(WSOD)のための確率論的多重インスタンス学習手法を提案する。 本モデルでは,新しいオブジェクトの分布を同時に学習し,期待-最大化ステップにより局所化する。 提案手法は, 単純であるにもかかわらず, 少数のCOLとWSOD, 大規模WSODタスクにおいて, 高いベースラインを達成できることを示す。
  論文  参考訳（メタデータ） (2021-03-25T22:34:16Z)
• Sound of Guns: Digital Forensics of Gun Audio Samples meets Artificial Intelligence [0.7734726150561086]
  本稿では,マイクロホンとシューターの相対的な位置を全く意識せず,記録装置の知識をゼロにする新しい手法を提案する。 われわれのソリューションは、銃のカテゴリ、口径、モデルを特定し、3655サンプルからなるデータセット上で90%以上の精度に達する。
  論文  参考訳（メタデータ） (2020-04-15T09:12:45Z)
• Firearm Detection and Segmentation Using an Ensemble of Semantic Neural Networks [62.997667081978825]
  本稿では,意味的畳み込みニューラルネットワークのアンサンブルに基づく兵器検出システムを提案する。 特定のタスクに特化した単純なニューラルネットワークのセットは、計算リソースを少なくし、並列にトレーニングすることができる。 個々のネットワークの出力の集約によって与えられるシステムの全体的な出力は、ユーザが偽陽性と偽陰性とをトレードオフするように調整することができる。
  論文  参考訳（メタデータ） (2020-02-11T13:58:16Z)

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。