論文の概要: Multimodal video analysis for crowd anomaly detection using open access tourism cameras

• arxiv url: http://arxiv.org/abs/2405.12708v1
• Date: Tue, 21 May 2024 11:56:01 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-22 13:39:22.785002
• Title: Multimodal video analysis for crowd anomaly detection using open access tourism cameras
• Title（参考訳）: オープンアクセス観光カメラを用いた群集異常検出のためのマルチモーダルビデオ解析
• Authors: Alejandro Dionis-Ros, Joan Vila-Francés, Rafael Magdalena-Benedicto, Fernando Mateo, Antonio J. Serrano-López,
• Abstract要約: マルチモーダル手法を用いて,映像形式から時系列形式の情報抽出による群集異常の検出を提案する。 この手法がモレラのTurisme Comunitat Valencianaのウェブカメラに応用されたことにより、優れた成果が得られた。
• 参考スコア（独自算出の注目度）: 76.93566452564627
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: In this article, we propose the detection of crowd anomalies through the extraction of information in the form of time series from video format using a multimodal approach. Through pattern recognition algorithms and segmentation, informative measures of the number of people and image occupancy are extracted at regular intervals, which are then analyzed to obtain trends and anomalous behaviors. Specifically, through temporal decomposition and residual analysis, intervals or specific situations of unusual behaviors are identified, which can be used in decision-making and improvement of actions in sectors related to human movement such as tourism or security. The application of this methodology on the webcam of Turisme Comunitat Valenciana in the town of Morella (Comunitat Valenciana, Spain) has provided excellent results. It is shown to correctly detect specific anomalous situations and unusual overall increases during the previous weekend and during the festivities in October 2023. These results have been obtained while preserving the confidentiality of individuals at all times by using measures that maximize anonymity, without trajectory recording or person recognition.
• Abstract（参考訳）: 本稿では,マルチモーダル手法を用いて,時系列形式の情報抽出による群集異常の検出を提案する。 パターン認識アルゴリズムとセグメンテーションにより、一定間隔で人数と画像占有率の情報を抽出し、トレンドや異常な振る舞いを解析する。 具体的には, 時間的分解と残留分析により, 異常な行動の間隔や特定の状況が特定され, 観光やセキュリティなどの人的活動に関連する分野における意思決定や行動改善に利用することができる。 この手法がモレラ(スペイン、バレンシアナ)のTurisme Comunitat Valencianaのウェブカメラに応用されたことにより、優れた成果が得られた。 前週末と2023年10月の祭りの間に、特定の異常な状況と異常な全体的な増加を正しく検出することが示されている。 これらの結果は、トラジェクティブ記録や個人認識を使わずに、匿名性を最大化する手段を用いて、常に個人の機密性を保ちながら得られた。

関連論文リスト

• Temporal Divide-and-Conquer Anomaly Actions Localization in Semi-Supervised Videos with Hierarchical Transformer [0.9208007322096532]
  異常な行動の検出と位置決めは、セキュリティと高度な監視システムにおいて重要な役割を果たす。 本稿では,異常ビデオにおける観察行動の重要性を評価するために,階層型トランスフォーマーモデルを提案する。 本手法は, 親映像を階層的に複数の時間的児童事例に区分し, 親映像の異常の分類における子ノードの影響を計測する。
  論文  参考訳（メタデータ） (2024-08-24T18:12:58Z)
• Graph Spatiotemporal Process for Multivariate Time Series Anomaly Detection with Missing Values [67.76168547245237]
  本稿では,グラフ時間過程と異常スコアラを用いて異常を検出するGST-Proという新しいフレームワークを提案する。 実験結果から,GST-Pro法は時系列データ中の異常を効果的に検出し,最先端の手法より優れていることがわかった。
  論文  参考訳（メタデータ） (2024-01-11T10:10:16Z)
• 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)
• Holistic Representation Learning for Multitask Trajectory Anomaly Detection [65.72942351514956]
  そこで本研究では,異なる時間帯における骨格軌跡の包括的表現による予測運動の学習を提案する。 我々は、時間的閉鎖された軌道を符号化し、ブロックされたセグメントの潜在表現を共同学習し、異なる時間的セグメントにわたる期待運動に基づいて軌道を再構築する。
  論文  参考訳（メタデータ） (2023-11-03T11:32:53Z)
• Exploiting Spatial-temporal Correlations for Video Anomaly Detection [7.336831373786849]
  ビデオ異常検出(VAD)は、異常事象のあいまいさと多様性のため、パターン認識コミュニティにおいて難しい課題である。 本稿では,ST-LSTMを用いて逆学習を行うための識別器を導入し,学習能力を向上させる。 本手法は, UCSD2, CUHKアベニュー, 上海テックにおいて, AUCの96.7%, 87.8%, 73.1%の最先端手法と比較して, 競争性能が向上する。
  論文  参考訳（メタデータ） (2022-11-02T02:13:24Z)
• Hybrid Classifiers for Spatio-temporal Real-time Abnormal Behaviors Detection, Tracking, and Recognition in Massive Hajj Crowds [1.8186887490616164]
  本稿では,Hajj データセット (HAJJv2) の注釈付きおよびラベル付き大規模集団異常行動について紹介する。 我々は,小規模・大規模の群衆ビデオにおいて,時空間異常を検知し,認識するためのハイブリッド畳み込みニューラルネットワーク(CNN)とランダムフォレスト(RF)の2つの手法を提案する。
  論文  参考訳（メタデータ） (2022-07-25T06:52:55Z)
• 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)
• Robust Unsupervised Video Anomaly Detection by Multi-Path Frame Prediction [61.17654438176999]
  本稿では,フレーム予測と適切な設計による新規で頑健な非教師付きビデオ異常検出手法を提案する。 提案手法は,CUHK Avenueデータセット上で88.3%のフレームレベルAUROCスコアを得る。
  論文  参考訳（メタデータ） (2020-11-05T11:34:12Z)

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。