論文の概要: Interpretable Human Activity Recognition for Subtle Robbery Detection in Surveillance Videos

• arxiv url: http://arxiv.org/abs/2604.14329v1
• Date: Wed, 15 Apr 2026 18:37:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-17 21:29:29.989109
• Title: Interpretable Human Activity Recognition for Subtle Robbery Detection in Surveillance Videos
• Title（参考訳）: サーベイランスビデオにおけるサブトルロビー検出のための解釈可能な人間の活動認識
• Authors: Bryan Jhoan Cazáres Leyva, Ulises Gachuz Davila, José Juan González Fonseca, Juan Irving Vasquez, Vanessa A. Camacho-Vázquez, Sergio Isahí Garrido-Castañeda,
• Abstract要約: 非暴力的なストリート強盗(スナッチ・アンド・ラン)は、簡潔で微妙で、しばしば良心的な人間との相互作用と区別できないため、自動的に検出することは困難である。 本稿では,リアルタイム認識と解釈可能な分類段階を組み合わせた,スナッチ・アンド・ランイベントのハイブリッド・ポーズ駆動による検出手法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Non-violent street robberies (snatch-and-run) are difficult to detect automatically because they are brief, subtle, and often indistinguishable from benign human interactions in unconstrained surveillance footage. This paper presents a hybrid, pose-driven approach for detecting snatch-and-run events that combines real-time perception with an interpretable classification stage suitable for edge deployment. The system uses a YOLO-based pose estimator to extract body keypoints for each tracked person and computes kinematic and interaction features describing hand speed, arm extension, proximity, and relative motion between an aggressor-victim pair. A Random Forest classifier is trained on these descriptors, and a temporal hysteresis filter is applied to stabilize frame-level predictions and reduce spurious alarms. We evaluate the method on a staged dataset and on a disjoint test set collected from internet videos, demonstrating promising generalization across different scenes and camera viewpoints. Finally, we implement the complete pipeline on an NVIDIA Jetson Nano and report real-time performance, supporting the feasibility of proactive, on-device robbery detection.
• Abstract（参考訳）: 非暴力的な街頭強盗(スナッチ・アンド・ラン)は、短時間で微妙で、しばしば拘束されていない監視映像における良質な人間との相互作用と区別できないため、自動的に検出することは困難である。 本稿では,リアルタイム認識とエッジ展開に適した解釈可能な分類段階を組み合わせた,スナッチ・アンド・ランイベント検出のためのハイブリッド・ポーズ駆動方式を提案する。 このシステムは、YOLOベースのポーズ推定器を用いて、追跡された人ごとのボディキーポイントを抽出し、攻撃者と被害者のペア間の手速、腕伸展、近接、相対的な動きを記述する運動的および相互作用特性を計算する。 これらの記述子でランダムフォレスト分類器を訓練し、時間的ヒステリシスフィルタを適用してフレームレベルの予測を安定化し、スプリアスアラームを低減させる。 本手法は,インターネットビデオから収集した,ステージ化されたデータセットと解離したテストセットを用いて評価し,様々な場面やカメラ視点における有望な一般化を実証する。 最後に、NVIDIA Jetson Nano上で完全なパイプラインを実装し、リアルタイムのパフォーマンスを報告し、プロアクティブなオンデバイス破壊検出の実現性をサポートする。

関連論文リスト

• FakeRadar: Probing Forgery Outliers to Detect Unknown Deepfake Videos [56.782373316571444]
  本稿では,新しいディープフェイクビデオ検出フレームワークであるFakeRadarを提案する。 FakeRadarは、現実世界のシナリオにおけるクロスドメインの一般化の課題に対処する。
  論文  参考訳（メタデータ） (2025-12-16T17:11:45Z)
• Detecting Adversarial Data using Perturbation Forgery [28.237738842260615]
  逆検出は、自然データと逆データの間の分布とノイズパターンの相違に基づいて、データフローから逆データを特定し、フィルタリングすることを目的としている。 不均衡および異方性雑音パターンを回避した生成モデルに基づく新しい攻撃 本研究では,ノイズ分布,スパースマスク生成,擬似逆数データ生成を含む摂動フォージェリを提案し,不明瞭な勾配ベース,生成型および物理的逆数攻撃を検出可能な逆数検出器を訓練する。
  論文  参考訳（メタデータ） (2024-05-25T13:34:16Z)
• Spoofing Attack Detection in the Physical Layer with Robustness to User Movement [20.705184880085557]
  スプーフィング攻撃では、攻撃者は正当なユーザに対して、後者に属するデータにアクセスまたは変更するよう命令する。 本稿では,深層ニューラルネットワークに基づく位置変化検出器の決定を組み合わせ,スプーリングと動きを区別する手法を提案する。
  論文  参考訳（メタデータ） (2023-10-17T07:18:03Z)
• Deep Ensemble Learning with Frame Skipping for Face Anti-Spoofing [5.543184872682789]
  顔提示攻撃 (PA) は生体認証システムに重大な脅威をもたらす。 連続するビデオフレームにおける顔の動きを解析するいくつかのビデオベース手法が文献で紹介されている。 本稿では,顔のアンチスプーフ処理を動作予測問題として言い換え,フレームスキッピング機構を備えた深層アンサンブル学習モデルを提案する。
  論文  参考訳（メタデータ） (2023-07-06T08:50:29Z)
• Real-Time Driver Monitoring Systems through Modality and View Analysis [28.18784311981388]
  ドライバーの気晴らしが道路事故の主要な原因であることが知られている。 State-of-the-artメソッドはレイテンシを無視しながら精度を優先する。 本稿では,ビデオフレーム間の時間的関係を無視した時間効率な検出モデルを提案する。
  論文  参考訳（メタデータ） (2022-10-17T21:22:41Z)
• ReDFeat: Recoupling Detection and Description for Multimodal Feature Learning [51.07496081296863]
  我々は、相互重み付け戦略による多モーダル特徴学習の検出と記述の独立した制約を再定義する。 本研究では,大きな受容場を有し,学習可能な非最大抑制層を備える検出器を提案する。 我々は,特徴マッチングと画像登録タスクにおける特徴量を評価するために,クロス可視,赤外線,近赤外,合成開口レーダ画像ペアを含むベンチマークを構築した。
  論文  参考訳（メタデータ） (2022-05-16T04:24:22Z)
• Implicit Motion Handling for Video Camouflaged Object Detection [60.98467179649398]
  本稿では,新しいビデオカモフラージュオブジェクト検出(VCOD)フレームワークを提案する。 短期的および長期的整合性を利用して、ビデオフレームからカモフラージュされたオブジェクトを検出する。
  論文  参考訳（メタデータ） (2022-03-14T17:55:41Z)
• 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)
• Uncertainty-Aware Weakly Supervised Action Detection from Untrimmed Videos [82.02074241700728]
  本稿では,ビデオフレームラベルのみを用いてトレーニングした,禁止レベルの行動認識モデルを提案する。 人1人当たりの手法は、複数のインスタンス学習フレームワーク内の大規模な画像データセットで訓練されている。 標準的な多重インスタンス学習の仮定では、各バッグには、指定されたラベルを持つ少なくとも1つのインスタンスが含まれているという仮定が無効である場合、どのようにメソッドを適用するかを示す。
  論文  参考訳（メタデータ） (2020-07-21T10:45:05Z)

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。