論文の概要: A Critical Analysis on Machine Learning Techniques for Video-based Human Activity Recognition of Surveillance Systems: A Review
- arxiv url: http://arxiv.org/abs/2409.00731v1
- Date: Sun, 1 Sep 2024 14:43:57 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-06 11:36:58.103708
- Title: A Critical Analysis on Machine Learning Techniques for Video-based Human Activity Recognition of Surveillance Systems: A Review
- Title（参考訳）: 監視システムの映像に基づく人間活動認識のための機械学習手法の批判的分析
- Authors: Shahriar Jahan, Roknuzzaman, Md Robiul Islam,
- Abstract要約: 混雑した場所での異常な活動の増大は、インテリジェントな監視システムの必要性を喚起する。
ビデオに基づく人間の活動認識は、そのプレス問題で多くの研究者を惹きつけている。
本稿では,映像に基づくヒューマンアクティビティ認識(HAR)技術について批判的な調査を行う。
- 参考スコア（独自算出の注目度）: 1.3693860189056777
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Upsurging abnormal activities in crowded locations such as airports, train stations, bus stops, shopping malls, etc., urges the necessity for an intelligent surveillance system. An intelligent surveillance system can differentiate between normal and suspicious activities from real-time video analysis that will enable to take appropriate measures regarding the level of an anomaly instantaneously and efficiently. Video-based human activity recognition has intrigued many researchers with its pressing issues and a variety of applications ranging from simple hand gesture recognition to crucial behavior recognition in a surveillance system. This paper provides a critical survey of video-based Human Activity Recognition (HAR) techniques beginning with an examination of basic approaches for detecting and recognizing suspicious behavior followed by a critical analysis of machine learning and deep learning techniques such as Convolutional Neural Network (CNN), Recurrent Neural Network (RNN), Hidden Markov Model (HMM), K-means Clustering etc. A detailed investigation and comparison are done on these learning techniques on the basis of feature extraction techniques, parameter initialization, and optimization algorithms, accuracy, etc. The purpose of this review is to prioritize positive schemes and to assist researchers with emerging advancements in this field's future endeavors. This paper also pragmatically discusses existing challenges in the field of HAR and examines the prospects in the field.
- Abstract（参考訳）: 空港、駅、バス停、ショッピングモールなどの混雑した場所での異常活動の増加は、インテリジェントな監視システムの必要性を喚起している。
インテリジェントな監視システムは、正常な活動と疑わしい行動とをリアルタイムのビデオ分析とを区別し、異常レベルの適切な対応を即時かつ効率的に行うことができる。
ビデオに基づく人間の行動認識は多くの研究者の関心を惹きつけており、単純な手の動き認識から監視システムにおける重要な行動認識まで様々な応用がある。
本稿では、不審な行動を検知・認識するための基本的なアプローチの検証から始まるビデオベースヒューマンアクティビティ認識(HAR)技術に対する批判的な調査を行い、その後、畳み込みニューラルネットワーク(CNN)、リカレントニューラルネットワーク(RNN)、隠れマルコフモデル(HMM)、K平均クラスタリング(K-means Clustering)といった機械学習およびディープラーニング技術に対する批判的な分析を行った。
特徴抽出手法,パラメータの初期化,最適化アルゴリズム,精度などに基づいて,これらの学習手法に関する詳細な調査と比較を行った。
本研究の目的は、この分野の将来的な取り組みにおいて、ポジティブなスキームを優先し、研究者の進歩を支援することである。
本稿では,HAR分野における既存の課題についても実践的に検討し,今後の展望について考察する。
関連論文リスト
- Underwater Object Detection in the Era of Artificial Intelligence: Current, Challenge, and Future [119.88454942558485]
水中物体検出(UOD)は、水中の画像やビデオ中の物体を識別し、ローカライズすることを目的としている。
近年、人工知能(AI)に基づく手法、特に深層学習法は、UODにおいて有望な性能を示している。
論文 参考訳（メタデータ） (2024-10-08T00:25:33Z) - Video-based Human Action Recognition using Deep Learning: A Review [4.976815699476327]
人間の行動認識はコンピュータビジョンにおける重要な応用分野である。
ディープラーニングはコンピュータビジョンコミュニティによって特に注目されている。
本稿では,深層学習技術を用いた映像解析による行動認識の現状について概説する。
論文 参考訳（メタデータ） (2022-08-07T17:12:12Z) - Human Activity Recognition Using Tools of Convolutional Neural Networks:
A State of the Art Review, Data Sets, Challenges and Future Prospects [7.275302131211702]
このレビューでは、人間の活動認識のための畳み込みニューラルネットワーク(CNN)という、幅広いディープニューラルネットワークアーキテクチャに基づく最近の研究を要約する。
レビューされたシステムは、マルチモーダルセンシングデバイス、スマートフォン、レーダー、ビジョンデバイスなどの入力デバイスの使用によって、4つのカテゴリに分類される。
論文 参考訳（メタデータ） (2022-02-02T18:52:13Z) - The State of Aerial Surveillance: A Survey [62.198765910573556]
本稿では、コンピュータビジョンとパターン認識の観点から、人間中心の空中監視タスクの概要を概観する。
主な対象は、単体または複数の被験者が検出され、特定され、追跡され、再同定され、その振る舞いが分析される人間である。
論文 参考訳（メタデータ） (2022-01-09T20:13:27Z) - A Critical Study on the Recent Deep Learning Based Semi-Supervised Video
Anomaly Detection Methods [3.198144010381572]
本稿では,この分野の研究者を新たな視点に紹介し,最近の深層学習に基づく半教師付きビデオ異常検出手法についてレビューする。
私たちのゴールは、より効果的なビデオ異常検出方法の開発を支援することです。
論文 参考訳（メタデータ） (2021-11-02T14:00:33Z) - Human-Robot Collaboration and Machine Learning: A Systematic Review of
Recent Research [69.48907856390834]
人間ロボットコラボレーション(Human-robot collaboration、HRC)とは、人間とロボットの相互作用を探索する手法である。
本稿では,HRCの文脈における機械学習技術の利用に関する詳細な文献レビューを提案する。
論文 参考訳（メタデータ） (2021-10-14T15:14:33Z) - Incremental Learning Techniques for Online Human Activity Recognition [0.0]
身体運動のオンライン予測のためのヒューマンアクティビティ認識(HAR)手法を提案する。
我々は,監視ソフトウェアを含むHARシステムと加速度計とジャイロスコープデータを収集するモバイルアプリケーションを開発する。
この研究で6つの漸進的学習アルゴリズムが採用され、オフラインのHARシステムの開発によく使用されるバッチ学習アルゴリズムと比較される。
論文 参考訳（メタデータ） (2021-09-20T11:33:09Z) - AutoOD: Automated Outlier Detection via Curiosity-guided Search and
Self-imitation Learning [72.99415402575886]
外乱検出は重要なデータマイニングの課題であり、多くの実用的応用がある。
本稿では,最適なニューラルネットワークモデルを探すことを目的とした自動外乱検出フレームワークであるAutoODを提案する。
さまざまな実世界のベンチマークデータセットに対する実験結果から、AutoODが特定したディープモデルが最高のパフォーマンスを達成することが示された。
論文 参考訳（メタデータ） (2020-06-19T18:57:51Z) - Continual Learning for Anomaly Detection in Surveillance Videos [36.24563211765782]
本稿では,移動学習と連続学習を用いた監視ビデオのオンライン異常検出手法を提案する。
提案アルゴリズムは,移動学習のためのニューラルネットワークモデルの特徴抽出能力と,統計的検出手法の連続学習能力を利用する。
論文 参考訳（メタデータ） (2020-04-15T16:41:20Z) - Survey of Network Intrusion Detection Methods from the Perspective of
the Knowledge Discovery in Databases Process [63.75363908696257]
本稿では,侵入検知器の開発を目的として,ネットワークデータに適用された手法について概説する。
本稿では,データのキャプチャ,準備,変換,データマイニング,評価などの手法について論じる。
この文献レビューの結果、ネットワークセキュリティ分野のさらなる研究のために考慮すべきいくつかのオープンな問題について検討する。
論文 参考訳（メタデータ） (2020-01-27T11:21:05Z) - Deep Learning for Sensor-based Human Activity Recognition: Overview,
Challenges and Opportunities [52.59080024266596]
本稿では,センサを用いた人間の活動認識のための最先端のディープラーニング手法について調査する。
まず、官能データのマルチモーダリティを導入し、公開データセットに情報を提供する。
次に、課題によって深層メソッドを構築するための新しい分類法を提案する。
論文 参考訳（メタデータ） (2020-01-21T09:55:59Z)
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。