論文の概要: A Survey of Feature Types and Their Contributions for Camera Tampering Detection

• arxiv url: http://arxiv.org/abs/2310.07886v1
• Date: Wed, 11 Oct 2023 20:48:19 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-14 13:43:22.034257
• Title: A Survey of Feature Types and Their Contributions for Camera Tampering Detection
• Title（参考訳）: カメラタンパ検出における特徴タイプとその貢献度の検討
• Authors: Pranav Mantini and Shishir K. Shah
• Abstract要約: カメラタンパー検出は、ビデオを分析して監視カメラの無許可かつ意図しない変更を検出する能力である。 我々は,変化検出問題として改ざん検出を行い,特徴型を重視した既存文献のレビューを行う。 時系列解析問題としてタンパリング検出を定式化し, 各種特徴量の頑健さと性能について検討する。
• 参考スコア（独自算出の注目度）: 2.1756081703276
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Camera tamper detection is the ability to detect unauthorized and unintentional alterations in surveillance cameras by analyzing the video. Camera tampering can occur due to natural events or it can be caused intentionally to disrupt surveillance. We cast tampering detection as a change detection problem, and perform a review of the existing literature with emphasis on feature types. We formulate tampering detection as a time series analysis problem, and design experiments to study the robustness and capability of various feature types. We compute ten features on real-world surveillance video and apply time series analysis to ascertain their predictability, and their capability to detect tampering. Finally, we quantify the performance of various time series models using each feature type to detect tampering.
• Abstract（参考訳）: カメラタンパー検出は、ビデオを分析して監視カメラの無許可かつ意図しない変更を検出する能力である。 カメラの改ざんは自然現象によって起こりうるし、故意に監視を妨害する可能性がある。 我々は,変化検出問題として改ざん検出を行い,特徴型を重視した既存文献のレビューを行う。 時系列解析問題としてタンパリング検出を定式化し,様々な特徴型のロバスト性と能力について検討する。 我々は,実世界の監視ビデオ上で10個の特徴を計算し,時系列解析を用いて予測可能性と改ざん検出能力を確認する。 最後に,各特徴型を用いて様々な時系列モデルの性能を定量化し,改ざんを検知する。

関連論文リスト

• Understanding Impacts of Electromagnetic Signal Injection Attacks on Object Detection [33.819549876354515]
  本稿では,サイバー物理攻撃が物体検出モデルに与える影響を定量化し,解析する。 イメージセンサーが捉えた画像は、サイバー物理攻撃など、実際の応用におけるさまざまな要因に影響される可能性がある。
  論文  参考訳（メタデータ） (2024-07-23T09:22:06Z)
• Assaying on the Robustness of Zero-Shot Machine-Generated Text Detectors [57.7003399760813]
  先進的なLarge Language Models (LLMs) とその特殊な変種を探索し、いくつかの方法でこの分野に寄与する。 トピックと検出性能の間に有意な相関関係が発見された。 これらの調査は、様々なトピックにまたがるこれらの検出手法の適応性と堅牢性に光を当てた。
  論文  参考訳（メタデータ） (2023-12-20T10:53:53Z)
• Dynamic Erasing Network Based on Multi-Scale Temporal Features for Weakly Supervised Video Anomaly Detection [103.92970668001277]
  弱教師付きビデオ異常検出のための動的消去ネットワーク(DE-Net)を提案する。 まず,異なる長さのセグメントから特徴を抽出できるマルチスケール時間モデリングモジュールを提案する。 そして,検出された異常の完全性を動的に評価する動的消去戦略を設計する。
  論文  参考訳（メタデータ） (2023-12-04T09:40:11Z)
• Finding Facial Forgery Artifacts with Parts-Based Detectors [73.08584805913813]
  顔の個々の部分に焦点を絞った一連の偽造検知システムを設計する。 これらの検出器を用いて、FaceForensics++、Celeb-DF、Facebook Deepfake Detection Challengeデータセットの詳細な実験分析を行う。
  論文  参考訳（メタデータ） (2021-09-21T16:18:45Z)
• Self-Supervised Representation Learning for Visual Anomaly Detection [9.642625267699488]
  本稿では,画像映像における異常検出の問題点を考察し,新しい視覚的異常検出手法を提案する。 光フロー情報を用いることなくビデオフレーム間の時間的コヒーレンスを学習するための,簡単なセルフスーパービジョンアプローチを提案する。 この直感的なアプローチは、UCF101およびILSVRC2015ビデオデータセット上の画像やビデオの多くの方法と比較して、視覚異常検出の優れた性能を示している。
  論文  参考訳（メタデータ） (2020-06-17T04:37:29Z)
• VideoForensicsHQ: Detecting High-quality Manipulated Face Videos [77.60295082172098]
  偽造検知器の性能は、人間の目で見られる人工物の存在にどのように依存するかを示す。 前例のない品質の顔ビデオ偽造検出のための新しいベンチマークデータセットを導入する。
  論文  参考訳（メタデータ） (2020-05-20T21:17:43Z)
• A Modified Fourier-Mellin Approach for Source Device Identification on Stabilized Videos [72.40789387139063]
  マルチメディアの法医学ツールは通常 取得したフレームに カメラセンサーが残した 特徴的なノイズの痕跡を利用する この分析では,カメラを特徴付けるノイズパターンと,解析対象の映像フレームから抽出したノイズパターンを幾何学的に整列させる必要がある。 本稿では,周波数領域におけるスケーリングと回転パラメータの探索により,この制限を克服することを提案する。
  論文  参考訳（メタデータ） (2020-05-20T12:06:40Z)
• Multi-Modal Video Forensic Platform for Investigating Post-Terrorist Attack Scenarios [55.82693757287532]
  大規模ビデオ分析プラットフォーム(VAP)は、容疑者を特定し証拠を確保するために法執行機関(LEA)を支援する。 本稿では,視覚・音声分析モジュールを統合し,監視カメラからの情報と目撃者からの映像アップロードを融合するビデオ分析プラットフォームを提案する。
  論文  参考訳（メタデータ） (2020-04-02T14:29:27Z)
• Video Anomaly Detection for Smart Surveillance [13.447928371592557]
  ビデオ内の異常は、異常な振る舞いを示すイベントまたはアクティビティとして定義される。 異常検出の目標は、ビデオシーケンス内の異常事象を時間的または空間的に局所化することである。 本稿では,ビデオ異常検出に関する最近の研究動向について概説する。
  論文  参考訳（メタデータ） (2020-04-01T04:13:55Z)
• Plug & Play Convolutional Regression Tracker for Video Object Detection [37.47222104272429]
  ビデオオブジェクト検出ターゲットは、オブジェクトのバウンディングボックスを同時にローカライズし、所定のビデオ内のクラスを識別する。 ビデオオブジェクト検出の課題のひとつは、ビデオ全体にわたるすべてのオブジェクトを一貫して検出することだ。 ビデオオブジェクト検出タスクのためのPlug & Playスケール適応型畳み込みレグレッショントラッカーを提案する。
  論文  参考訳（メタデータ） (2020-03-02T15:57:55Z)

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。