論文の概要: Crowd management, crime detection, work monitoring using aiml
- arxiv url: http://arxiv.org/abs/2311.12621v1
- Date: Tue, 21 Nov 2023 14:12:17 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-23 00:31:26.404875
- Title: Crowd management, crime detection, work monitoring using aiml
- Title(参考訳): 目標を用いた群集管理,犯罪検知,作業監視
- Authors: P.R.Adithya, Dheepak.S, B.Akash, Harshini.V and Sai Lakshana
- Abstract要約: 本研究は,クラウドマネージメント,犯罪防止,職場監視への包括的アプローチとして,既存のCCTVネットワークの可能性を活用することを目的とする。
主な目的は、映像フィードをリアルタイムに分析できる高度なアルゴリズムを開発し、実装することである。
AI/MLを活用することで、プロジェクトは監視機能を最適化し、公共の安全対策を強化し、組織の生産性を向上させることを目指している。
- 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: This research endeavors to harness the potential of existing Closed-Circuit
Television (CCTV) networks for a comprehensive approach to crowd management,
crime prevention, and workplace monitoring through the integration of
Artificial Intelligence (AI) and Machine Learning (ML) technologies. The
primary objective is to develop and implement advanced algorithms capable of
real-time analysis of video feeds, enabling the identification and assessment
of crowd dynamics, early detection of potential criminal activities, and
continuous monitoring of workplace environments. By leveraging AI/ML, the
project aims to optimize surveillance capabilities, thereby enhancing public
safety measures and improving organizational productivity. This initiative
underscores the transformative impact that intelligent video analytics can have
on existing infrastructure, mitigating the need for extensive system overhauls
while significantly advancing security and operational efficiency.
- Abstract(参考訳): 本研究では,既存のクローズドサーキットテレビ(cctv)ネットワークの可能性を活用し,人工知能(ai)と機械学習(ml)技術の統合によるクラウド管理,犯罪防止,職場監視への包括的アプローチを目指している。
主な目的は、ビデオフィードのリアルタイム分析、群衆のダイナミクスの同定と評価、潜在的な犯罪行為の早期発見、職場環境の継続的な監視が可能な高度なアルゴリズムを開発・実装することである。
AI/MLを活用することで、プロジェクトは監視機能を最適化し、公共安全対策を強化し、組織の生産性を向上させることを目指している。
このイニシアチブは、インテリジェントビデオ分析が既存のインフラストラクチャに持つ変革的な影響を核としており、セキュリティと運用効率を著しく向上しながら、広範なシステムオーバーホールの必要性を軽減している。
関連論文リスト
- Advancing Security in AI Systems: A Novel Approach to Detecting
Backdoors in Deep Neural Networks [3.489779105594534]
バックドアは、ディープニューラルネットワーク(DNN)上の悪意あるアクターと、データ処理のためのクラウドサービスによって悪用される。
提案手法は高度テンソル分解アルゴリズムを利用して,事前学習したDNNの重みを慎重に解析し,バックドアモデルとクリーンモデルとの区別を行う。
この進歩は、ネットワークシステムにおけるディープラーニングとAIのセキュリティを強化し、新興技術の脅威の進化に対して不可欠なサイバーセキュリティを提供する。
論文 参考訳(メタデータ) (2024-03-13T03:10:11Z) - On the Safety Concerns of Deploying LLMs/VLMs in Robotics: Highlighting
the Risks and Vulnerabilities [50.31806287390321]
ロボットの動作を操作または誤操作することは容易であり、安全上の危険をもたらす。
我々のデータは、即時攻撃で21.2%、知覚攻撃で30.2%の平均的なパフォーマンス劣化を示す。
論文 参考訳(メタデータ) (2024-02-15T22:01:45Z) - Empowering Autonomous Driving with Large Language Models: A Safety
Perspective [86.47444945343013]
本稿では,大規模言語モデル(LLM)の自律運転システムへの統合を提唱する。
アプローチの有効性を実証する2つのケーススタディの結果を報告する。
論文 参考訳(メタデータ) (2023-11-28T03:13:09Z) - From Generative AI to Generative Internet of Things: Fundamentals,
Framework, and Outlooks [82.964958051535]
生成人工知能(GAI)は、現実的なデータを生成し、高度な意思決定を促進する能力を持っている。
GAIを現代のモノのインターネット(IoT)に統合することによって、ジェネレーティブ・インターネット・オブ・モノ(GIoT)が登場し、社会の様々な側面に革命をもたらす大きな可能性を秘めている。
論文 参考訳(メタデータ) (2023-10-27T02:58:11Z) - Advancements In Crowd-Monitoring System: A Comprehensive Analysis of
Systematic Approaches and Automation Algorithms: State-of-The-Art [0.0]
群衆監視システムは、ビジョンベースおよび非ビジョンベース技術を含む、分岐したアプローチに依存している。
本稿では、人工知能(AI)アルゴリズムとモデルの自動システムへの組み入れに関する詳細な分析を行う。
論文 参考訳(メタデータ) (2023-08-07T20:50:48Z) - Video Violence Recognition and Localization using a Semi-Supervised
Hard-Attention Model [0.0]
暴力の監視と監視システムは、コミュニティを安全にし、命を救うことができる。
現在の最先端のディープラーニングによるビデオ暴力認識の精度とパフォーマンスの向上により、監視システムはより信頼性が高く、スケーラブルになる。
提案手法の主な貢献は,RWF,Hockey,Moviesのデータセットにおける最先端の精度を実現することである。
論文 参考訳(メタデータ) (2022-02-04T16:15:26Z) - Cooperative Multi-Agent Deep Reinforcement Learning for Reliable
Surveillance via Autonomous Multi-UAV Control [16.931263410773592]
無人航空機(UAV)を用いたCCTVによる監視は、スマートシティ環境におけるセキュリティの鍵となる技術であると考えられている。
本稿では, CCTVカメラを搭載したUAVが都市部を飛行し, フレキシブルで信頼性の高い監視サービスを行う事例を提示する。
提案アルゴリズムは,監視カバレッジ,ユーザサポート機能,計算コストなどの観点から,最先端のアルゴリズムよりも優れている。
論文 参考訳(メタデータ) (2022-01-15T12:40:23Z) - Towards AIOps in Edge Computing Environments [60.27785717687999]
本稿では,異種分散環境に適用可能なaiopsプラットフォームのシステム設計について述べる。
高頻度でメトリクスを収集し、エッジデバイス上で特定の異常検出アルゴリズムを直接実行することが可能である。
論文 参考訳(メタデータ) (2021-02-12T09:33:00Z) - Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。
AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文 参考訳(メタデータ) (2021-01-15T10:43:10Z) - Dos and Don'ts of Machine Learning in Computer Security [74.1816306998445]
大きな可能性にもかかわらず、セキュリティにおける機械学習は、パフォーマンスを損なう微妙な落とし穴を引き起こす傾向がある。
我々は,学習ベースのセキュリティシステムの設計,実装,評価において共通の落とし穴を特定する。
我々は,落とし穴の回避や軽減を支援するために,研究者を支援するための実用的な勧告を提案する。
論文 参考訳(メタデータ) (2020-10-19T13:09:31Z) - DEEVA: A Deep Learning and IoT Based Computer Vision System to Address
Safety and Security of Production Sites in Energy Industry [0.0]
本稿では,シーン分類,シーン中のオブジェクト検出,セマンティックセグメンテーション,シーンキャプションなど,さまざまなコンピュータビジョンに関わる問題に取り組む。
我々は、シーン分類、オブジェクト検出、セマンティックセグメンテーション、シーンのキャプションを扱うためのDeep ExxonMobil Eye for Video Analysis (DEEVA)パッケージを開発した。
その結果, RetinaNet物体検出器を用いた伝達学習により, 作業者の存在, 車両・建設機器の種類, 安全関連物体を高い精度(90%以上)で検出できることがわかった。
論文 参考訳(メタデータ) (2020-03-02T21:26:00Z)
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。