論文の概要: Detecting Events in Crowds Through Changes in Geometrical Dimensions of Pedestrians

• arxiv url: http://arxiv.org/abs/2312.06495v1
• Date: Mon, 11 Dec 2023 16:18:56 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-12 14:52:39.902045
• Title: Detecting Events in Crowds Through Changes in Geometrical Dimensions of Pedestrians
• Title（参考訳）: 歩行者の幾何学的次元の変化による群衆の出来事の検出
• Authors: Matheus Schreiner Homrich da Silva, Paulo Brossard de Souza Pinto Neto, Rodolfo Migon Favaretto, Soraia Raupp Musse
• Abstract要約: イベントが群衆の行動の変化を引き起こす場合と、群衆とその動きがほとんど変化しない2つのビデオシーケンスの両方を含む、群衆行動の3つの異なるシナリオについて検討する。 ビデオと個々の歩行者の追跡(前処理段階)の両方で、Geomindを使用してシーン、特に幾何学的特徴、個性、感情に関する重要なデータを抽出する。 次に、各人物がイベントを識別したり、現実的な群衆をモデル化するための基盤として使用できる、時間の関数としての働き方に大きな変化を求める。
• 参考スコア（独自算出の注目度）: 0.6390468088226495
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Security is an important topic in our contemporary world, and the ability to automate the detection of any events of interest that can take place in a crowd is of great interest to a population. We hypothesize that the detection of events in videos is correlated with significant changes in pedestrian behaviors. In this paper, we examine three different scenarios of crowd behavior, containing both the cases where an event triggers a change in the behavior of the crowd and two video sequences where the crowd and its motion remain mostly unchanged. With both the videos and the tracking of the individual pedestrians (performed in a pre-processed phase), we use Geomind, a software we developed to extract significant data about the scene, in particular, the geometrical features, personalities, and emotions of each person. We then examine the output, seeking a significant change in the way each person acts as a function of the time, that could be used as a basis to identify events or to model realistic crowd actions. When applied to the games area, our method can use the detected events to find some sort of pattern to be then used in agent simulation. Results indicate that our hypothesis seems valid in the sense that the visually observed events could be automatically detected using GeoMind.
• Abstract（参考訳）: セキュリティは現代社会において重要なトピックであり、群衆の中で起こりうるあらゆる関心事の検知を自動化する能力は、人口にとって大きな関心事である。 映像中の事象の検出は,歩行者行動の著しい変化と相関すると考えられる。 本稿では,イベントが群集の行動の変化を引き起こす場合と,群集とその運動がほとんど変化しない2つのビデオシーケンスを含む,群集行動の3つの異なるシナリオについて検討する。 ビデオと個々の歩行者の追跡(前処理フェーズで実行される)の両方で、私たちはGeomindというソフトウェアを使って、シーン、特に幾何学的特徴、個性、感情に関する重要なデータを抽出しました。 次に、各個人がイベントを識別したり、現実的な群衆行動のモデル化に使用可能な、時間の関数として行動する方法に大きな変化を求める。 ゲーム領域に適用すると,検出されたイベントを用いて,エージェントシミュレーションで使用する何らかのパターンを見つけることができる。 その結果,GeoMindを用いて視覚的に観測された事象を自動的に検出できるという意味では,仮説の有効性が示唆された。

関連論文リスト

• No-audio speaking status detection in crowded settings via visual pose-based filtering and wearable acceleration [8.710774926703321]
  ビデオとウェアラブルのセンサーは、邪魔にならないプライバシー保護の方法で話すことを認識できる。 ポーズキーポイントに関する局所的特徴の選択は一般化性能に肯定的な影響を及ぼすことを示す。 また,ウェアラブルセンサを用いて測定した加速度を同じタスクに利用し,両手法を組み合わせたマルチモーダルアプローチを提案する。
  論文  参考訳（メタデータ） (2022-11-01T15:55:48Z)
• Audio-visual Representation Learning for Anomaly Events Detection in Crowds [119.72951028190586]
  本稿では,音声と視覚信号の同時モデリングにおけるマルチモーダル学習の活用を試みる。 監視シーンにおける合成音声視覚データセットであるSHADEデータセットについて実験を行った。 音声信号の導入は,異常事象の検出性能を効果的に向上し,他の最先端手法よりも優れることがわかった。
  論文  参考訳（メタデータ） (2021-10-28T02:42:48Z)
• JOKR: Joint Keypoint Representation for Unsupervised Cross-Domain Motion Retargeting [53.28477676794658]
  ビデオにおける教師なしの動作は ディープ・ニューラル・ネットワークによって 大幅に進歩しました JOKR(Joint Keypoint Representation)は、オブジェクトの事前やデータ収集を必要とせずに、ソースとターゲットのビデオの両方を処理する。 本手法は質的かつ定量的に評価し,異なる動物,異なる花,人間など,さまざまなクロスドメインシナリオを扱うことを示す。
  論文  参考訳（メタデータ） (2021-06-17T17:32:32Z)
• Affect2MM: Affective Analysis of Multimedia Content Using Emotion Causality [84.69595956853908]
  本稿では,マルチメディアコンテンツを対象とした時系列感情予測学習手法であるAffect2MMを提案する。 私たちの目標は、現実の人間中心の状況や行動でキャラクターが描く様々な感情を自動的に捉えることです。
  論文  参考訳（メタデータ） (2021-03-11T09:07:25Z)
• Toward Accurate Person-level Action Recognition in Videos of Crowded Scenes [131.9067467127761]
  我々は、シーンの情報を完全に活用し、新しいデータを集めることで、アクション認識を改善することに集中する。 具体的には、各フレームの空間的位置を検出するために、強い人間の検出器を採用する。 そして、行動認識モデルを適用して、HIEデータセットとインターネットから多様なシーンを持つ新しいデータの両方でビデオフレームから時間情報を学ぶ。
  論文  参考訳（メタデータ） (2020-10-16T13:08:50Z)
• A Background-Agnostic Framework with Adversarial Training for Abnormal Event Detection in Video [120.18562044084678]
  近年,ビデオにおける異常事象検出は複雑なコンピュータビジョンの問題として注目されている。 通常のイベントのみを含むトレーニングビデオから学習するバックグラウンドに依存しないフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-08-27T18:39:24Z)
• Tracking in Crowd is Challenging: Analyzing Crowd based on Physical Characteristics [0.0]
  異常行動を知的に識別するイベント検出法を開発した。 この問題は、地域によって人口密度が高いため、非常に難しい。 これらの課題に対処する新しい方法を考える。
  論文  参考訳（メタデータ） (2020-08-08T22:42:25Z)
• Human in Events: A Large-Scale Benchmark for Human-centric Video Analysis in Complex Events [106.19047816743988]
  我々は、Human-in-Events(Human-in-Events)またはHiEve(HiEve)という、包括的なアノテーションを備えた新しい大規模データセットを提案する。 これには、複雑なイベントにおけるアクションインスタンスの最大数(>56k)と、長時間続くトラジェクトリの最大数(>1M)が含まれている。 多様なアノテーションに基づいて、アクション認識とポーズ推定のための2つのシンプルなベースラインを提示する。
  論文  参考訳（メタデータ） (2020-05-09T18:24:52Z)
• Contextual Sense Making by Fusing Scene Classification, Detections, and Events in Full Motion Video [0.7348448478819135]
  本研究では,航空FMVのデータの利用と活用に関する人間アナリストのニーズに対処することを目的とする。 問題を,(1)コンテキスト認識,(2)オブジェクトカタログ化,(3)イベント検出の3つのタスクに分割した。 地理的領域の異なる解像度の異なるセンサのデータに対して,本手法を適用した。
  論文  参考訳（メタデータ） (2020-01-16T18:26:34Z)

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。