論文の概要: Real Time Child Abduction And Detection System

• arxiv url: http://arxiv.org/abs/2508.11690v1
• Date: Tue, 12 Aug 2025 05:56:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-19 14:49:10.258478
• Title: Real Time Child Abduction And Detection System
• Title（参考訳）: 実時間児童アブダクション・検知システム
• Authors: Tadisetty Sai Yashwanth, Yangalasetty Sruthi Royal, Vankayala Rajeshwari Shreya, Mayank Kashyap, Divyaprabha K N,
• Abstract要約: 本稿では,マルチエージェントフレームワークを用いたエッジベースの児童退避検知・警告システムの開発について述べる。 システムはウェブカメラに接続されたRaspberry Pi上に展開され、ビデオフィードを処理できるエッジデバイスを形成する。 統合されたアラートシステムはTwilio APIを使用して、潜在的な児童誘拐イベントが検出された場合に、電話やメッセージを含むSMSとWhatsAppの通知を即時に送信する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Child safety continues to be a paramount concern worldwide, with child abduction posing significant threats to communities. This paper presents the development of an edge-based child abduction detection and alert system utilizing a multi-agent framework where each agent incorporates Vision-Language Models (VLMs) deployed on a Raspberry Pi. Leveraging the advanced capabilities of VLMs within individual agents of a multi-agent team, our system is trained to accurately detect and interpret complex interactions involving children in various environments in real-time. The multi-agent system is deployed on a Raspberry Pi connected to a webcam, forming an edge device capable of processing video feeds, thereby reducing latency and enhancing privacy. An integrated alert system utilizes the Twilio API to send immediate SMS and WhatsApp notifications, including calls and messages, when a potential child abduction event is detected. Experimental results demonstrate that the system achieves high accuracy in detecting potential abduction scenarios, with near real-time performance suitable for practical deployment. The multi-agent architecture enhances the system's ability to process complex situational data, improving detection capabilities over traditional single-model approaches. The edge deployment ensures scalability and cost-effectiveness, making it accessible for widespread use. The proposed system offers a proactive solution to enhance child safety through continuous monitoring and rapid alerting, contributing a valuable tool in efforts to prevent child abductions.
• Abstract（参考訳）: 子どもの安全は世界中で最大の関心事であり続けており、児童誘拐はコミュニティに重大な脅威をもたらしている。 本稿では、Raspberry Pi上にデプロイされた視覚言語モデル(VLM)を各エージェントが組み込んだマルチエージェントフレームワークを用いたエッジベースの児童退避検知・警告システムの開発について述べる。 マルチエージェントチームの個々のエージェント内でのVLMの高度な能力を活用し, 様々な環境における子どもの複雑な相互作用をリアルタイムで正確に検出し, 解釈するように訓練した。 マルチエージェントシステムは、ウェブカメラに接続されたRaspberry Pi上に展開され、ビデオフィードを処理するエッジデバイスを形成し、レイテンシを低減し、プライバシーを向上する。 統合されたアラートシステムはTwilio APIを使用して、潜在的な児童誘拐イベントが検出された場合に、電話やメッセージを含むSMSとWhatsAppの通知を即時に送信する。 実験により, 本システムは, 実運用に適したほぼリアルタイム性能で, 潜在的な吸引シナリオの検出に高い精度を達成できることが実証された。 マルチエージェントアーキテクチャは、複雑な状況データを処理するシステムの能力を高め、従来の単一モデルアプローチよりも検出能力を向上させる。 エッジデプロイメントによってスケーラビリティとコスト効率が保証され、広く利用できるようになる。 提案システムは,継続的なモニタリングと迅速な警告を通じて,子どもの安全を高めるための積極的なソリューションを提供する。

関連論文リスト

• SafeMobile: Chain-level Jailbreak Detection and Automated Evaluation for Multimodal Mobile Agents [58.21223208538351]
  本研究は,モバイルマルチモーダルエージェントを取り巻くセキュリティ問題について考察する。 行動シーケンス情報を組み込んだリスク識別機構の構築を試みる。 また、大規模言語モデルに基づく自動アセスメントスキームも設計している。
  論文  参考訳（メタデータ） (2025-07-01T15:10:00Z)
• SentinelAgent: Graph-based Anomaly Detection in Multi-Agent Systems [11.497269773189254]
  大規模言語モデル(LLM)に基づくマルチエージェントシステム(MAS)に適したシステムレベルの異常検出フレームワークを提案する。 本稿では,エージェント間相互作用を動的実行グラフとしてモデル化し,ノード,エッジ,パスレベルでの意味的異常検出を可能にするグラフベースのフレームワークを提案する。 第2に,セキュリティポリシとコンテキスト推論に基づくMAS実行の監視,解析,介入を行うLLMによる監視エージェントである,プラグイン可能なSentinelAgentを導入する。
  論文  参考訳（メタデータ） (2025-05-30T04:25:19Z)
• Guardians of the Agentic System: Preventing Many Shots Jailbreak with Agentic System [0.8136541584281987]
  本研究は,3つの検査手法を用いて,逆チューリングテストによりローグエージェントを検出し,マルチエージェントシミュレーションにより知覚的アライメントを解析する。 GEMINI 1.5 Pro と llama-3.3-70B, Deepseek r1 モデルを用いて, 抗ジェイルブレイクシステムを開発した。 GEMINI 1.5 Proの94%の精度など、検出能力は強いが、長時間の攻撃を受けた場合、システムは永続的な脆弱性に悩まされる。
  論文  参考訳（メタデータ） (2025-02-23T23:35:15Z)
• Code-as-Monitor: Constraint-aware Visual Programming for Reactive and Proactive Robotic Failure Detection [56.66677293607114]
  オープンセットのリアクティブかつアクティブな障害検出のためのCode-as-Monitor(CaM)を提案する。 モニタリングの精度と効率を高めるために,制約関連エンティティを抽象化する制約要素を導入する。 実験により、CaMは28.7%高い成功率を達成し、厳しい乱れの下で実行時間を31.8%短縮することが示された。
  論文  参考訳（メタデータ） (2024-12-05T18:58:27Z)
• Effective Intrusion Detection in Heterogeneous Internet-of-Things Networks via Ensemble Knowledge Distillation-based Federated Learning [52.6706505729803]
  我々は、分散化された侵入検知システムの共有モデル(IDS)を協調訓練するために、フェデレートラーニング(FL)を導入する。 FLEKDは従来のモデル融合法よりも柔軟な凝集法を実現する。 実験の結果,提案手法は,速度と性能の両面で,局所訓練と従来のFLよりも優れていた。
  論文  参考訳（メタデータ） (2024-01-22T14:16:37Z)
• Firearm Detection and Segmentation Using an Ensemble of Semantic Neural Networks [62.997667081978825]
  本稿では,意味的畳み込みニューラルネットワークのアンサンブルに基づく兵器検出システムを提案する。 特定のタスクに特化した単純なニューラルネットワークのセットは、計算リソースを少なくし、並列にトレーニングすることができる。 個々のネットワークの出力の集約によって与えられるシステムの全体的な出力は、ユーザが偽陽性と偽陰性とをトレードオフするように調整することができる。
  論文  参考訳（メタデータ） (2020-02-11T13:58:16Z)

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。