論文の概要: Attire-Based Anomaly Detection in Restricted Areas Using YOLOv8 for Enhanced CCTV Security
- arxiv url: http://arxiv.org/abs/2404.00645v1
- Date: Sun, 31 Mar 2024 11:09:19 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-04 02:30:41.728498
- Title: Attire-Based Anomaly Detection in Restricted Areas Using YOLOv8 for Enhanced CCTV Security
- Title（参考訳）: YOLOv8による制限領域のアッティアによる異常検出によるCCTVセキュリティの強化
- Authors: Abdul Aziz A. B, Aindri Bajpai,
- Abstract要約: 本研究は,高度な画像解析とソフトコンピューティングを活用した,革新的なセキュリティ強化手法を提案する。
その焦点は知的監視システムで、服装を分析して、制限区域の無許可の個人を検知する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This research introduces an innovative security enhancement approach, employing advanced image analysis and soft computing. The focus is on an intelligent surveillance system that detects unauthorized individuals in restricted areas by analyzing attire. Traditional security measures face challenges in monitoring unauthorized access. Leveraging YOLOv8, an advanced object detection algorithm, our system identifies authorized personnel based on their attire in CCTV footage. The methodology involves training the YOLOv8 model on a comprehensive dataset of uniform patterns, ensuring precise recognition in specific regions. Soft computing techniques enhance adaptability to dynamic environments and varying lighting conditions. This research contributes to image analysis and soft computing, providing a sophisticated security solution. Emphasizing uniform-based anomaly detection, it establishes a foundation for robust security systems in restricted areas. The outcomes highlight the potential of YOLOv8-based surveillance in ensuring safety in sensitive locations.
- Abstract（参考訳）: 本研究は,高度な画像解析とソフトコンピューティングを活用した,革新的なセキュリティ強化手法を提案する。
その焦点は知的監視システムで、服装を分析して、制限区域の無許可の個人を検知する。
従来のセキュリティ対策は、不正アクセスを監視する際の課題に直面している。
本システムでは,高度な物体検出アルゴリズムであるYOLOv8を応用し,CCTV映像の服装に基づいて認定職員を識別する。
この手法では、YOLOv8モデルを一様パターンの包括的なデータセットでトレーニングし、特定の領域における正確な認識を保証する。
ソフトコンピューティング技術は、動的環境や様々な照明条件への適応性を高める。
この研究は画像解析とソフトコンピューティングに貢献し、高度なセキュリティソリューションを提供する。
均一な異常検出を強調し、制限領域における堅牢なセキュリティシステムの基盤を確立する。
その結果、YOLOv8ベースの監視が、機密性の高い場所の安全を確保する可能性を浮き彫りにした。
関連論文リスト
- Real-Time Weapon Detection Using YOLOv8 for Enhanced Safety [0.0]
このモデルは、様々な種類の銃器とエッジ武器を描いた何千もの画像を含む包括的なデータセットで訓練された。
精度,リコール,F1スコア,平均平均平均精度(mAP)を複数のIoU閾値で比較し,モデルの性能評価を行った。
論文 参考訳（メタデータ） (2024-10-23T10:35:51Z) - Real-Time Detection for Small UAVs: Combining YOLO and Multi-frame Motion Analysis [0.8971132850029493]
無人航空機(UAV)検出技術は、セキュリティリスクの軽減と、軍用および民間の双方のアプリケーションにおけるプライバシーの保護において重要な役割を担っている。
従来の検出手法は、長距離で非常に小さなピクセルを持つUAVターゲットを識別する上で重要な課題に直面している。
我々は,YOLO(You Only Look Once)オブジェクト検出と多フレームモーション検出を併用したGlobal-Local YOLO-Motion(GL-YOMO)検出アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-10-10T14:30:50Z) - AI-Based Energy Transportation Safety: Pipeline Radial Threat Estimation
Using Intelligent Sensing System [52.93806509364342]
本稿では,分散光ファイバーセンシング技術に基づくエネルギーパイプラインの放射状脅威推定手法を提案する。
本稿では,包括的信号特徴抽出のための連続的マルチビュー・マルチドメイン機能融合手法を提案する。
本研究では,事前学習モデルによる伝達学習の概念を取り入れ,認識精度と学習効率の両立を図る。
論文 参考訳（メタデータ） (2023-12-18T12:37:35Z) - Improved YOLOv8 Detection Algorithm in Security Inspection Image [0.0]
本稿では,X線画像検出の過程において,重なり合う検出対象,反帯域の誤検出,誤検出の問題点について述べる。
YOLOv8sに基づく改良されたX線対バンド検出アルゴリズムCSS-YOLOを提案する。
論文 参考訳（メタデータ） (2023-08-12T03:13:38Z) - Approximate Shielding of Atari Agents for Safe Exploration [83.55437924143615]
遮蔽の概念に基づく安全な探索のための原理的アルゴリズムを提案する。
本稿では,我々の近似遮蔽アルゴリズムが安全違反率を効果的に低減することを示す予備的な結果を示す。
論文 参考訳（メタデータ） (2023-04-21T16:19:54Z) - Homogeneous Low-Resolution Face Recognition Method based Correlation
Features [3.747737951407512]
監視ビデオと画像の低解像度特徴は、高解像度の顔認識アルゴリズムが効果的な特徴情報を抽出することを困難にしている。
密集都市化の時代には、セキュリティ監視における顔認証がますます重要になるため、低解像度監視カメラが生み出す映像フレームの処理に十分な性能を発揮できるアルゴリズムを開発することが不可欠である。
本稿では,同種低分解能監視ビデオの相関特徴に基づく顔認識(CoFFaR)手法について,その理論,実験の詳細,実験結果について詳しく述べる。
論文 参考訳（メタデータ） (2021-11-25T17:11:52Z) - Safe RAN control: A Symbolic Reinforcement Learning Approach [62.997667081978825]
本稿では,無線アクセスネットワーク(RAN)アプリケーションの安全管理のためのシンボル強化学習(SRL)アーキテクチャを提案する。
我々は、ユーザが所定のセルネットワークトポロジに対して高レベルの論理的安全性仕様を指定できる純粋に自動化された手順を提供する。
ユーザがシステムに意図仕様を設定するのを支援するために開発されたユーザインターフェース(UI)を導入し、提案するエージェントの動作の違いを検査する。
論文 参考訳（メタデータ） (2021-06-03T16:45:40Z) - Aurora Guard: Reliable Face Anti-Spoofing via Mobile Lighting System [103.5604680001633]
紙写真やデジタルビデオの高解像度レンダリングリプレイに対する反偽造は、未解決の問題だ。
オーロラガード(Aurora Guard, AG)と呼ばれる, シンプルだが効果的な顔保護システムを提案する。
論文 参考訳（メタデータ） (2021-02-01T09:17:18Z) - Increasing the Confidence of Deep Neural Networks by Coverage Analysis [71.57324258813674]
本稿では、異なる安全でない入力に対してモデルを強化するために、カバレッジパラダイムに基づく軽量な監視アーキテクチャを提案する。
実験結果から,提案手法は強力な対向例とアウト・オブ・ディストリビューション・インプットの両方を検出するのに有効であることが示唆された。
論文 参考訳（メタデータ） (2021-01-28T16:38:26Z) - 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) - A Survey of Algorithms for Black-Box Safety Validation of Cyber-Physical
Systems [30.638615396429536]
安全クリティカルな人工知能の普及により、この研究は、CPSの最先端の安全検証技術の調査を提供する。
本稿では,最適化,経路計画,強化学習,重要サンプリングの分野におけるアルゴリズムについて論じる。
自動運転車や航空機衝突回避システムなど、安全クリティカルな応用の概要を概説する。
論文 参考訳（メタデータ） (2020-05-06T17:31:51Z)
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。