PeR-ViS: Person Retrieval in Video Surveillance using Semantic Description
Ahmedabad University(艾哈迈达巴德大学);The University of Adelaide(阿德莱德大学)
一个人的特征通常是描述符,如年龄,性别,身高,衣服类型,图案,颜色等,这些描述符被称为属性和/或软生物特征。它们将视频监控中人的描述和检索之间的语义差距联系起来。利用语义描述查询检索特定人物在视频监控中有重要的应用。使用计算机视觉完全自动化的人检索任务已经在研究界聚集的兴趣。然而,目前的趋势主要集中在检索人与基于图像的查询,这有很大的局限性,为实际使用。在本文中,我们研究的问题,而不是使用图像查询的视频监控与语义描述的人检索。为了解决这个问题,我们开发了一种基于深度学习的级联滤波方法(PeR-ViS),该方法使用Mask R-CNN [14](人员检测和实例分割)和DenseNet-161 [16](软生物特征分类)。在SoftBioSearch [6]的标准人物检索数据集上,我们实现了0.566 Average IoU和0.792% w $IoU > 0.4$,大大超过了当前最先进的水平。我们希望我们简单,可重复,有效的方法将有助于减轻未来的研究领域的人检索视频监控。源代码和预训练的权重可在https://parshwa1999.github.io/PeR-ViS/上获得。
2020-12-04 cs.CV
A Flying Bird Object Detection Method for Surveillance Video
School of Information Science and Technology, Southwest Jiaotong University(西南交通大学信息科学与技术学院)
针对监控视频中飞鸟特征不明显、尺寸小且形状不对称的问题,提出FBOD-SV检测方法,通过设计Co-Attention-FA模块聚合多帧特征、构建FBOD-Net网络及SimOTA-OC标签策略,有效提升了飞鸟目标检测性能。
2024-08-29 cs.CV
Multiple objects tracking in surveillance video using color and Hu moments
Maharaja Research Foundation, Maharaja Institute of Technology(马哈拉贾研究基金会,马哈拉贾理工学院);PET Research Foundation, PES College of Engineering(PET研究基金会,PES工程学院)
多目标跟踪在许多高层次的视觉分析,如目标行为解释和步态识别中得到了应用。提出了一种基于特征的视频序列多运动目标跟踪方法。目标跟踪是通过从运动分割的目标斑点中提取颜色和Hu矩特征,并基于卡方相异性测度和最近邻分类器建立视频序列连续帧中目标的关联来完成的。标准IEEE PETS和IEEE变化检测数据集已被用来显示所提出的方法的鲁棒性。所提出的方法进行定量评估,使用的精度和召回率的准确性指标。此外,与相关工作进行了比较评估,以展示所提出的方法的有效性。
2016-08-28 cs.CV
ReMotENet: Efficient Relevant Motion Event Detection for Large-scale Home Surveillance Videos
University of Maryland, College Park(马里兰大学帕克分校);Comcast Applied AI Research, D.C.(康卡斯特应用人工智能研究院(华盛顿特区))
本文解决了检测由感兴趣的对象(例如,人和车辆)在大规模的家庭监控视频。传统的方法通常包括两个独立的步骤,即,利用在摄像机上运行的背景减除来检测移动对象,并且滤除讨厌的运动事件(例如,树、云、阴影、雨/雪、旗帜),并在云上运行基于深度学习的目标检测和跟踪。该方法非常慢,因此不具有成本效益,并且没有充分利用预先训练的现成对象检测器的时空冗余。为了显著加快相关运动事件检测并提高其性能,我们提出了一种用于相关运动事件检测的新型网络ReMotENet,这是一种统一的端到端数据驱动方法,使用基于时空注意力的3D ConvNets来联合建模视频中感兴趣对象的外观和运动。ReMotENet在神经网络的一次前向传递中解析整个视频剪辑,以实现显著的加速。同时,它利用家庭监控视频的特性,例如,相关运动在空间和时间上都是稀疏的,并通过时空注意力模型和参考帧减法来增强3D ConvNets,以鼓励网络专注于相关的移动对象。实验表明,我们的方法可以实现可比或事件更好的性能比目标检测的方法,但与三到四个数量级的加速比(高达20 k倍)的GPU设备。我们的网络高效、紧凑、重量轻。它可以在GPU上在4-8毫秒内检测15秒监控视频剪辑上的相关运动,在CPU上检测不到几分之一秒(0.17-0.39),模型大小小于1 MB。
2018-01-06 cs.CV
Reducing False Alarms in Video Surveillance by Deep Feature Statistical Modeling
Université Paris-Saclay(巴黎萨克雷大学);CNRS(法国国家科学研究中心);ENS Paris-Saclay(巴黎萨克雷高等师范学校);Centre Borelli(博雷利中心)
本文提出一种与方法无关的弱监督 a-contrario 验证流程,通过深度特征高维统计建模降低视频监控变化检测的误报率,并引入目标级指标补充像素级评估,实验证明其在像素级和目标级均能大幅减少误报。
2023-07-09 cs.CV
Smart Surveillance as an Edge Network Service: from Harr-Cascade, SVM to a Lightweight CNN
Binghamton University, SUNY(纽约州立大学宾汉姆顿分校);University of Missouri-Kansas City(密苏里大学堪萨斯城分校);New York State University Police(纽约州大学警察局)
边缘计算有效地将信息技术领域扩展到云计算范式定义的边界之外。边缘计算在源和目的地附近执行计算,有望解决许多延迟敏感应用中的挑战,例如实时人类监控。利用无处不在的连接摄像头和智能移动设备,它可以在边缘进行视频分析。近年来,提出了许多智能视频监控方法,通过使用人工智能(AI)和机器学习(ML)算法来进行目标检测和跟踪。本文探讨了两种流行的人体目标检测方案的可行性,Harr-Cascade和HOG特征提取和SVM分类器,在边缘,并介绍了一种轻量级的卷积神经网络(L-CNN)利用深度可分离卷积,以减少计算,用于人体检测。单板的计算机(SBC)被用作测试的边缘设备,并使用真实世界的校园监控视频流和开放数据集验证算法。实验结果表明,最终算法能够以边缘设备可负担的资源消耗实时跟踪人类。
2018-10-01 cs.CV
Deployment of Customized Deep Learning based Video Analytics On Surveillance Cameras
AitoeLabs(AitoeLabs实验室)
本文展示了我们定制的基于深度学习的视频分析系统在各种应用中的有效性,这些应用专注于安全性、安全性、客户分析和流程合规性。我们描述了我们的视频分析系统,包括搜索,总结,统计和实时报警,并概述其构建块。这些构建块包括目标检测、跟踪、人脸检测和识别、人和人脸子属性分析。在每种情况下,我们都展示了使用部署场景中的数据训练的自定义模型如何提供比现成模型更高的准确性。为此,我们描述了我们的数据处理和模型训练管道,它可以通过快速的周转时间从视频中训练和微调模型。最后,由于大多数这些模型都是现场部署的,因此拥有不需要GPU的资源受限模型非常重要。我们演示了如何自定义训练资源受限模型,并将其部署在嵌入式设备上,而不会造成严重的准确性损失。据我们所知,这是第一项工作,它提供了一个全面的评估不同的深度学习模型在各种现实世界的客户部署场景的监控视频分析。通过分享我们的实施细节和为不同客户部署定制深度学习模型的经验,我们希望基于定制深度学习的视频分析能够广泛应用于全球的商业产品中。
2018-06-27 cs.CV cs.DM
Suicide Risk Assessment from AI-powered Video Surveillance: An Interpretable Framework for Prevention in Metro Stations
Université TÉLUQ(大学TÉLUQ);Polytechnique Montréal(蒙特利尔理工学院);Université du Québec à Montréal(魁北克大学蒙特利尔分校)
提出首个可解释框架,通过行人跟踪、活动识别、站台语义分割和轨迹风险热图建模,从监控视频中评估自杀风险,在真实数据上达到83.2% ROC-AUC。
2026-05-25 cs.AI cs.CV
Intelligent Video Recording Optimization using Activity Detection for Surveillance Systems
本文提出一种结合帧减法运动检测与YOLOv9物体检测的混合视频录制优化方案,专门针对人或车辆活动场景进行录制,使存储需求减少三分之二,显著提升了监控系统的效率。
2024-11-04 cs.AI cs.CV cs.LG
SynCrash: A Multi-Stage Pipeline for Zero-Shot Accident Detection and Localization in Traffic Surveillance Video
Indian Institute of Technology Jodhpur(印度焦特布尔印度理工学院)
提出SynCrash多阶段流水线,针对CVPR2026挑战赛ACCIDENT任务,在无真实标注数据下,结合VideoMAEv2、YOLO及物理启发式算法,实现交通监控视频零样本事故检测、定位与碰撞分类。
2026-09-01 cs.AI cs.CV
On the Interaction Between Deep Detectors and Siamese Trackers in Video Surveillance
École de technologie supérieure(高等技术学院);Genetec Inc.(Genetec公司)
视觉目标跟踪是实时视频监控中的一个重要功能,如人员定位和时空识别等。在现实世界的应用中,对象检测器和跟踪器必须定期进行交互,以发现新的对象,从而启动跟踪。与检测器的周期性交互还可以允许跟踪器利用新的边界框来验证和/或更新其对象模板。然而,由于外观、背景和遮挡的变化,由最先进的检测器提供的边界框是有噪声的,这可能导致跟踪器漂移。此外,基于CNN的检测器可以以计算复杂性为代价提供高水平的准确性,因此对于实时应用,应该最小化相互作用。在本文中,提出了一种新的方法来管理探测器跟踪器的相互作用,从暹罗FC家庭的跟踪器。通过将变化检测机制集成到深Siamese-FC跟踪器中,其模板可以响应于导致跟踪期间漂移的目标外观的变化而进行调整。突变检测使用由检测器产生的限界框来触发跟踪器模板的更新,而在渐变的情况下,检测器用于更新用于鲁棒匹配的模板的演进集合。使用最先进的Siamese-FC跟踪器和YOLOv 3检测器对来自OTB-100数据集的模拟视频监控场景的视频子集进行实验。结果强调了使用准确探测器的可靠VOT的重要性。它们还表明,我们的自适应暹罗跟踪器是强大的噪声目标检测,并可以显着提高暹罗FC跟踪的性能。
2019-10-31 cs.CV eess.IV
COVID-19 Monitoring System using Social Distancing and Face Mask Detection on Surveillance video datasets
R.V. College of Engineering(R.V. 工程学院)
在当前时代,COVID-19病毒的恐惧和危险仍然很大。对社交距离规范进行手动监测是不切实际的,因为大量人口流动,而且没有足够的工作队和资源来管理它们。需要一个轻量级、强大的24 X7视频监控系统来自动化这一过程。本文提出了一种全面有效的解决方案,执行人检测,社会距离违规检测,人脸检测和面具分类使用目标检测,聚类和卷积神经网络(CNN)基于二进制分类器。为此,YOLOv 3,基于密度的空间聚类的应用程序与噪声(DBSCAN),双镜头人脸检测器(DSFD)和MobileNetV 2基于二进制分类器已被用于监控视频数据集。本文还提供了不同的人脸检测和人脸面具分类模型的比较研究。最后,提出了一种视频数据集标记方法,以及标记的视频数据集,以弥补社区中数据集的缺乏,并用于评估系统。该系统的性能进行评估的准确性,F1分数以及预测时间,这是低的实用性。该系统在标记的视频数据集上的准确率为91.2%,F1得分为90.79%,并且对于78帧视频的平均预测时间为7.12秒。
2022-12-16 cs.CV cs.LG
Automatic detection of moving objects in video surveillance
University of Batna 2(巴特纳第二大学)
这项工作是在视频监控领域,包括运动检测。在视频监控系统中,视频监控是自动视频分析的关键技术之一。我们的工作的目的是提出解决方案的自动检测运动物体的实时的与监控摄像头。检测到的对象是具有某种几何形状(圆形、椭圆形、正方形和矩形)的对象。
2016-08-11 cs.CV
Comparative study and enhancement of Camera Tampering Detection algorithms
SAGE Research Unit ENISo School of Engineers of Sousse University of Sousse(苏塞大学苏塞国家工程师学院 SAGE 研究单位)
近年来,视频监控系统的应用越来越广泛。医院、学校、机场、博物馆和军事场所等不同场所都配备了摄像头监控,以确保人员及其财产的安全。因此,保证这些系统的正常工作变得非常重要。智能视频监控系统配备了先进的数码相机,可以分析视频信息,并自动检测可疑的行动。摄像机篡改检测算法可以指示已经发生的意外或可疑活动并且导致视频监控的异常工作。摄像机篡改检测使用基于图像处理和计算机视觉的若干技术。本文针对视频监控中的异常干扰检测问题,对三种检测算法的性能进行了比较研究。
2016-08-08 cs.CV
Recovering Surveillance Video Using RF Cues
Carnegie Mellon University(卡内基梅隆大学);Duke University(杜克大学)
视频捕获由于其直观可理解的性质而成为最广泛使用的人类感知源。所需的视频捕获通常需要多个环境条件,例如充足的环境光、无障碍空间和适当的相机角度。相比之下,无线测量更普遍,并且具有更少的环境约束。在本文中,我们提出了CSI2Video,这是一种新的跨模态方法,仅利用来自商业设备的WiFi信号和人类身份信息源,以实时方式恢复细粒度的监控视频。具体而言,两个定制的深度神经网络被设计为分别进行跨模态映射和视频生成任务。我们利用一个自动编码器为基础的结构,从WiFi帧中提取姿态特征。然后,将提取的姿态特征和身份信息进行融合,生成合成监控视频。我们的解决方案无需任何昂贵的无线设备即可生成逼真的监控视频,并具有无处不在,廉价和实时的特性。
2022-12-27 cs.CV
Recognition of Abnormal Events in Surveillance Videos using Weakly Supervised Dual-Encoder Models
Afeka College of Engineering(阿法卡工程学院);Ben-Gurion University of the Negev(内盖夫本·古里安大学)
针对仅视频级监督下监控视频罕见多样异常检测的挑战,提出结合卷积与Transformer表示的双骨干框架,在UCF-Crime数据集上取得90.7%的AUC性能。
2025-11-17 cs.CV
Surveillance Video Parsing with Single Frame Supervision
Institute of Information Engineering, Chinese Academy of Sciences(中国科学院信息工程研究所);Microsoft Research(微软研究院)
监控视频解析,将视频帧分割成若干标签,例如,面、裤、左腿,有着广泛的应用。然而,逐像素地注释所有帧是乏味且低效的。在本文中,我们提出了一种单帧视频解析(SVP)方法,该方法在训练阶段只需要每个视频一个标记帧。为了解析一个特定帧,联合考虑该帧之前的视频片段。SVP(1)粗略地解析视频片段内的帧,(2)估计帧之间的光流,以及(3)融合由光流变形的粗略解析结果以产生精细解析结果。SVP的三个组成部分,即帧解析,光流估计和时间融合集成在一个端到端的方式。在两个监控视频数据集上的实验结果表明了SVP算法的优越性。
2016-11-29 cs.CV
Anomaly Locality in Video Surveillance
University of Modena and Reggio Emilia(摩德纳-雷焦艾米利亚大学);University of Amsterdam(阿姆斯特丹大学)
本文致力于检测现实世界中的异常,如监控视频中的抢劫和袭击。虽然异常通常是局部的,因为它们发生在框架的有限部分,但以前关于这个问题的工作都没有研究过局部性的贡献。在这项工作中,我们探讨的影响,考虑时空管,而不是整个帧的视频片段。为此,我们丰富了现有的监控视频与空间和时间的注释:它是第一个数据集的异常检测与限界框监督在其训练和测试集。我们的实验表明,用时空管训练的网络比用全帧视频训练的类似模型表现得更好。此外,我们发现,该局部性是鲁棒的不同类型的错误在管提取阶段在测试时。最后,我们证明了我们的网络可以提供时空的建议,看不见的监控视频只利用视频级标签。通过这样做,我们扩大了我们的时空异常数据集,而不需要进一步的人类标记。
2019-01-29 cs.CV
SurveillanceVQA-589K: A Benchmark for Comprehensive Surveillance Video-Language Understanding with Large Models
Department of Computer Science, Beijing University of Technology(北京理工大学计算机科学系);Inspur Electronic Information Industry Co., Ltd(Inspur电子信息产业有限公司);Department of Electronic Engineering, Tsinghua University(清华大学电子工程系);JD Explore Academy(京东探索研究院)
本研究推出监控领域最大规模开放式视频问答基准SurveillanceVQA-589K,设计混合标注流水线构建含58万余问答对的数据集,提出多维度评估协议,评测8个大视觉语言模型发现其在因果与异常任务上存在明显短板,为安全关键场景的视频语言理解研究提供资源。
2025-05-19 cs.CV
A Large Scale Urban Surveillance Video Dataset for Multiple-Object Tracking and Behavior Analysis
University of Science and Technology of China(中国科学技术大学);The Chinese Academy of Sciences(中国科学院)
多目标跟踪和行为分析一直是公共安全和城市管理监控视频分析的重要组成部分。全球有数十亿的监控视频被捕获,通过人工进行多目标跟踪和行为分析是繁琐且成本昂贵的。近年来,随着深度学习算法的快速发展,自动目标跟踪和行为分析对能够反映实际应用中多样化、拥挤、复杂场景的大规模、标注良好的监控视频数据集提出了迫切需求。本文介绍了一个城市监控视频数据集(USVD),这是迄今为止最大和最全面的。该数据集包括在7个典型的户外场景中捕获的16个场景:街道,十字路口,医院门口,学校门口,公园,步行街和公共广场。超过20万个视频帧被仔细注释,产生了超过370万个对象边界框和大约7100个轨迹。我们进一步使用该数据集来评估多目标跟踪和异常行为分析的典型算法的性能,并探索这些方法在城市拥堵场景中的鲁棒性。
2020-07-28 cs.CV
Anomaly detection in surveillance videos using transformer based attention model
Indian Institute of Information Technology Allahabad(阿拉哈巴德印度信息技术学院);ITER, Shiksha ‘O’ Anusandhan(希克沙·奥·阿努桑丹大学ITER学院)
监控录像可以捕捉到各种各样的异常情况。这项研究建议使用弱监督策略来避免在训练视频中注释异常片段,这是耗时的。在该方法中,仅使用视频级标签来获得帧级异常分数。弱监督视频异常检测(WSVAD)在训练过程中会出现对异常和正常实例的错误识别。因此,重要的是从可用的视频中提取更好的质量特征。基于这种动机,本文使用质量更好的基于变换的特征,称为Videoswin特征,然后是基于膨胀卷积和自注意的注意层,以捕获时域中的长范围和短范围依赖性。这使我们更好地了解可用的视频。该框架在真实数据集上进行了验证,即上海理工大学校园数据集,其结果比当前最先进的方法具有竞争力的性能。该模型和代码可在https://github.com/kapildeshpande/Anomaly-Detection-in-Surveillance-Videos上获得
2022-06-06 cs.CV
Anomaly Detection using Edge Computing in Video Surveillance System: Review
Indian Institute of Information Technology, Nagpur(那格浦尔印度信息技术学院)
当前的智慧城市概念影响着城市规划者和研究人员提供现代化、安全和可持续的基础设施,并为居民提供体面的生活质量。为了满足这一需求,已经部署了视频监控摄像头,以提高公民的安全和福祉。尽管现代科学的技术发展,监控视频系统中的异常事件检测是具有挑战性的,需要穷尽人力。在本文中,我们调查了智能视频监控中检测异常的各种方法。首先,我们回顾了过去十年关于异常检测的调查。然后,我们提出了一个系统的分类方法,以便于理解。考虑到异常依赖于上下文的概念,我们在异常检测中识别不同的感兴趣对象和公开可用的数据集。由于异常检测被认为是计算机视觉的一个时间关键的应用,我们的重点是使用边缘设备和方法明确为他们设计的异常检测。此外,我们还讨论了边缘异常检测所面临的挑战和机遇。
2021-08-07 cs.CV
Video Anomaly Detection for Smart Surveillance
University of North Carolina at Charlotte(北卡罗来纳大学夏洛特分校);Information Technology University(信息技术大学)
在现代智能视频监控系统中,通过计算机视觉分析实现的自动异常检测起着举足轻重的作用,不仅可以显著提高监控效率,还可以减轻现场监控的负担。视频中的异常被广泛定义为不寻常的事件或活动,并表示不规则的行为。异常检测的目标是在时间或空间上定位视频序列中的异常事件。时间定位(即,指示视频中异常事件的开始帧和结束帧)被称为帧级检测。更具有挑战性的空间定位意味着识别每个异常帧内对应于异常事件的像素。此设置通常称为像素级检测。本文对视频异常检测的研究进展进行了简要的综述,并对未来的研究方向进行了展望。
2020-04-11 cs.CV
Attentive Deep Regression Networks for Real-Time Visual Face Tracking in Video Surveillance
Middle East Technical University(中东技术大学)
视觉人脸跟踪是视频监控系统中的重要任务之一。然而,由于姿势、比例、表情和照明的变化,这被认为是一项艰巨的任务。最近的研究表明,深度学习方法在目标跟踪任务中具有巨大的潜力,自适应特征选择方法可以提高其性能。受此启发,我们提出了一个端到端的专注的基于深度学习的跟踪器,这是建立在最先进的GOTURN跟踪器之上,用于视频监控中的实时的【形】视觉人脸跟踪任务。我们的方法优于最先进的GOTURN和IVT跟踪器非常大的利润率,它实现的速度是远远超出了实时的【形】跟踪的要求。此外,为了克服视觉人脸跟踪中数据稀缺的问题,我们还对ChokePoint数据集的G1和G2集进行了限界框标注,使其适用于监控条件下人脸跟踪的进一步研究。
2019-08-10 cs.CV
Robustness Analysis of Pedestrian Detectors for Surveillance
Jiangxi University of Finance and Economics(江西财经大学);Nanyang Technological University(南洋理工大学)
为了在监控视频中获得有效的行人检测结果,针对严重遮挡、姿态变化、背景杂乱、\emph{etc}等问题提出了多种方法。除了检测精度,一个强大的监控视频系统应该是稳定的视频质量下降的网络传输,环境变化等,在这项研究中,我们进行的行人检测算法的鲁棒性视频质量下降的研究。本文的主要贡献包括以下三个方面。首先,一个大规模的失真的监控视频数据集(DSurVD)是由高质量的视频序列及其相应的失真版本。其次,我们设计了一种方法来评估检测的稳定性和鲁棒性措施称为鲁棒性四边形,它可以用来可视化检测准确率的行人检测算法在高质量的视频序列和稳定性与视频质量下降。第三,现有的7个行人检测算法的鲁棒性进行了评估所建立的DSurVD。实验结果表明,该方法可以进一步提高现有行人检测算法的鲁棒性。此外,我们提供了许多深入的讨论,不同的失真类型如何影响行人检测算法的性能,这是重要的设计有效的行人检测算法的监控。DSurVD数据集可从百度云盘下载,https://pan.baidu.com/s/1I9Kqj8rmubOYu7bkBfkUpA,密码:lqmc
2018-07-17 cs.CV
Moving Vehicle Detection Using AdaBoost and Haar-Like Feature in Surveillance Videos
Shahed University(沙希德大学)
车辆检测是一种在数字图像中定位并显示车辆大小的技术。在这项技术中,车辆在树木和建筑物等其他物体的存在下被检测到。它在车辆跟踪、交通场景分析、高效交通管理等计算机视觉应用中具有重要作用。本文基于Viola Jones提出的Boosting技术对车辆进行检测。我们提出的系统进行了测试,在不同的光照条件下的监控视频的一些真实场景。实验结果表明,所提出的车辆检测方法的准确性,完整性和质量优于以前的技术(约94%,92%和87%,分别)。因此,我们提出的方法是强大的和有效的检测车辆监控视频及其应用。
2018-01-05 cs.CV
Long-Term Identity-Aware Multi-Person Tracking for Surveillance Video Summarization
多人跟踪在监控视频分析中起着至关重要的作用。然而,大多数现有的工作集中在短期(例如,分钟长或小时长)的视频序列。因此,我们提出了一个多人跟踪算法非常长期(例如长达一个月)的多摄像机监控场景。长期跟踪是具有挑战性的,因为1)同一个人的服装/外观将在多天内变化很大,以及2)一个人将多次离开和重新进入场景。为了应对这些挑战,我们利用人脸识别信息,这是强大的服装变化,自动重新初始化我们的跟踪器在多天的记录。不幸的是,识别的面孔往往不可用。因此,我们的跟踪器传播身份信息的帧没有识别的脸,通过揭露的外观和空间流形形成的人检测。我们在23天的15台摄像机数据集(总共4,935小时)上测试了我们的算法,我们能够在53.2%的时间内以69.8%的精度定位一个人。我们进一步进行视频摘要实验,我们的跟踪输出的基础上。对116.25小时视频的分析结果表明,我们能够为不同的人生成合理的视觉日记(即一个人所做的事情的摘要),从而为每天生成的大量监控视频的自动摘要打开了大门。
2017-04-11 cs.CV
A Comparative Analysis of the Face Recognition Methods in Video Surveillance Scenarios
Havelsan Inc.(哈维尔桑公司)
面部识别是在实时应用中运行的各种安全系统的基础。在基于视频监控的人脸识别中,人脸图像通常在不受控制的条件下在多个帧上捕获;其中头部姿势、照明、阴影、运动模糊和焦点在序列上变化。我们可以概括为三个基本的操作涉及到人脸识别任务:人脸检测,人脸对齐和人脸识别。本研究通过使用相同的主干架构测试最先进的人脸识别方法,从而提供了比较基准表,以便仅关注人脸识别解决方案而不是网络架构。为此,我们构建了一个具有高年龄方差、类内方差(面部化妆、胡须等)的人脸ID视频监控数据集。与本地监控面部图像数据进行评估。另一方面,这项工作发现了不同条件下的最佳识别方法,如非蒙面脸,蒙面脸和戴眼镜的脸。
2022-11-05 cs.AI cs.CV
A Comparison of CNN-based Face and Head Detectors for Real-Time Video Surveillance Applications
École de technologie supérieure, Université du Québec(魁北克大学高等技术学院);Genetec Inc.(Genetec公司)
在真实世界的视频监控应用中,由于外观变化、遮挡和复杂背景,检测视频中出现的人脸和头部是一项具有挑战性的任务。最近,已经提出了几种CNN架构来提高检测器的准确性,尽管它们的计算复杂性可能是一个问题,特别是对于实时的【形】应用,其中必须使用高分辨率相机实时检测面部和头部。本文比较了适用于人脸和头部检测的最先进的CNN架构的准确性和复杂性。单通道和基于区域的架构进行审查和比较经验的基线技术,根据准确性和时间和内存的复杂性,从几个具有挑战性的数据集的图像。这些架构的可行性进行了分析,考虑到实时的【形】视频监控应用。结果表明,尽管与传统检测器相比,CNN架构可以实现非常高的准确度,但它们的计算成本可能会限制许多实际的实时的【形】应用。
2018-09-10 cs.CV
Human Detection and Tracking for Video Surveillance A Cognitive Science Approach
L. D. College of Engineering(L. D. 工程学院)
随着世界各地犯罪率的上升,视频监控变得越来越重要。由于缺乏人力资源来手动监控越来越多的摄像机,正在开发新的计算机视觉算法来执行较低和较高级别的任务。我们已经开发了一种新的方法,结合最受欢迎的有向直方图,视觉显著性理论和显著性预测模型深层多层网络检测视频序列中的人。此外,我们实现了k均值算法来聚类HOG特征向量的积极检测到的窗口,并确定视频中的人遵循的路径。我们取得了83.11%的检测精度和召回率为41.27%。我们得到这些结果比正常图像的分类快76.866倍。
2017-09-03 cs.CV
Real-Time Action Detection in Video Surveillance using Sub-Action Descriptor with Multi-CNN
Inha University(仁荷大学);Visionin Inc.(Visionin公司)
当我们说一个人在发短信时,你能分辨出这个人是在走路还是坐着吗?为了解决这个不完整的表示问题,本文提出了一个详细的动作检测子动作描述符。子动作描述符由三个级别组成:姿势、运动和手势级别。这三个层次为一个行动提供了三个子行动类别,以解决代表性问题。提出的动作检测模型同时定位和识别视频监控中多个人的动作,使用基于外观的时间特征与多CNN。在作者介绍并向社区提供的新的大规模ICVL视频监控数据集上,所提出的方法在基于帧的测量和基于视频的测量上实现了76.6%的平均精度(mAP)。在基准KTH数据集上的实验表明,该方法取得了较好的性能,从而提高了动作识别的性能。动作检测模型在ICVL上的运行速度约为25 fps,在KTH数据集上的运行速度超过80 fps,适用于实时的【形】监控应用。
2017-10-10 cs.CV
A Novel comprehensive method for real time Video Motion Detection Surveillance
DRML Avadh University(DRML阿瓦德大学);Amity University(阿米提大学)
本文介绍了一种用于监视和监控应用的综合系统。一个有效的实时视频运动检测系统的发展是出于他们的潜在部署在安全是主要关注的领域。本文介绍了一个平台,用于实时的视频运动检测和后续生成的报警条件所设置的参数的控制系统。该原型由一个安装有RF相机的移动平台组成,该平台提供环境的连续反馈。然后由用户分析所接收的视觉信息以进行适当的控制动作,从而使用户能够从远程位置操作系统。该系统还配备有处理物体图像和生成控制信号的能力,这些控制信号被自动传输到移动平台以跟踪物体。
2011-09-30 cs.CV
Retrieval in Long Surveillance Videos using User Described Motion and Object Attributes
我们提出了一个基于内容的检索方法,无论是广域(机载)以及近场图像(CCTV)的长监控视频。我们的目标是检索视频片段,重点是检测在路线上移动的对象,匹配用户定义的感兴趣的事件。获取监控视频的庞大规模和远程位置需要高度压缩的表示,这对于支持用户定义的查询也是有意义的。为了解决这些挑战,我们归档长监控视频通过轻量级处理的基础上低级别的本地时空提取的运动和对象特征。然后使用位置敏感哈希(LSH)将这些数据哈希成一个倒排索引。这种本地方法允许查询的灵活性,并导致压缩的显着收益。我们的第二个任务是提取用户创建的查询的部分匹配,并使用动态规划(DP)将它们组装成完全匹配。DP利用因果关系将索引的低级别特征组装成与查询路线相匹配的视频片段。我们研究了闭路电视和机载镜头,其低对比度使得运动提取更加困难。我们生成强大的运动估计机载数据使用轨迹生成算法,而我们使用霍恩和Schunck的方法来生成CCTV的运动估计。我们的方法处理长路线,低对比度和闭塞。我们推导出的假阳性率的界限,并证明了计数,运动模式识别和废弃对象的应用程序的方法的有效性。
2014-05-01 cs.CV
ADNet: Temporal Anomaly Detection in Surveillance Videos
Hacettepe University(哈塞特佩大学);Havelsan(哈维尔桑公司)
监控视频中的异常检测是计算机视觉的一个重要研究课题。在本文中,我们提出了ADNet,一个异常检测网络,它利用时间卷积来定位视频中的异常。该模型通过接受由固定数量的视频剪辑组成的连续窗口在线工作。从窗口中的视频剪辑中提取的特征被馈送到ADNet,从而可以有效地定位视频中的异常。我们提出了AD损失函数来提高ADNet的异常段检测性能。此外,我们建议使用F1@k度量进行时间异常检测。F1@k是比AUC更好的评估指标,因为它不会惩罚时间段中的微小偏移,也不会惩罚短的假阳性时间段预测。此外,我们扩展UCF犯罪数据集,增加了两个异常类,并为所有类提供时间异常注释。最后,我们在扩展的UCF犯罪数据集上彻底评估了我们的模型。ADNet在F1@k度量方面产生了有希望的结果。数据集扩展和代码将在发布时公开提供
2021-04-14 cs.CV
PAMI-AD: An Activity Detector Exploiting Part-attention and Motion Information in Surveillance Videos
Beijing University of Posts and Telecommunications(北京邮电大学);Beijing Key Laboratory of Network System and Network Culture(北京网络系统与网络文化重点实验室)
监控视频中的活动检测是一项具有挑战性的任务,由小对象,复杂的活动类别,其未经修剪的性质,等现有的方法通常是有限的性能,由于不准确的建议,穷人的分类器或不充分的后处理方法。在这项工作中,我们提出了一个全面而有效的活动检测系统,在未经修剪的监控视频为中心的人和车辆为中心的活动。它由四个模块组成,即,对象定位器、建议过滤器、活动分类器和活动细化器。对于以人为中心的活动,提出了一种新的部分-注意力机制来探索不同身体部位的细节特征。对于以车辆为中心的活动,我们提出了一种定位掩蔽方法来联合编码运动和前景注意力特征。我们在大规模的活动检测数据集VIRAT上进行了实验,对两组活动都取得了最好的结果。此外,我们的团队在TRECVID 2021 ActEV挑战赛中获得第一名。
2022-05-09 cs.CV
Laplacian LRR on Product Grassmann Manifolds for Human Activity Clustering in Multi-Camera Video Surveillance
Beijing University of Technology(北京工业大学);The University of Sydney(悉尼大学);Dalian University of Technology(大连理工大学)
在多摄像机视频监控中,如何正确表示来自不同摄像机的视频并将其有效融合以用于特定应用(如人体活动识别和聚类)是一个挑战。本文提出了一种新的多摄像机视频数据表示方法,即乘积格拉斯曼流形(PGM),将视频序列建模为格拉斯曼流形上的点,并以乘积流形的形式将其整合为一个整体。此外,通过在乘积流形上引入新的几何度量,将传统的低秩表示(LRR)模型扩展到PGM上,并且新的LRR模型可以用于聚类非线性数据,例如多摄像机视频数据。为了验证该方法的有效性,在东直门交通枢纽人群动作、ACT 42人体动作和SKIG人体动作等多摄像机视频数据集上进行了聚类实验。实验结果表明,该方法优于许多国家的最先进的聚类方法。
2016-06-13 cs.CV
Thinking with Cameras: Active Visual Reasoning via Dynamic Viewpoint Control for Surveillance Video Understanding
School of Computer Science and Engineering, Central South University(中南大学计算机科学与工程学院);SenseTime Research(商汤科技研究院)
针对监控视频理解中固定视角被动观察的局限,提出CamVLM框架,通过动态视角控制实现主动视觉推理,并构建大规模数据集和强化学习策略优化,显著提升性能。
2026-09-28 cs.CV
AAD: Adaptive Anomaly Detection through traffic surveillance videos
通过视频分析的异常检测对于检测交通路口的任何异常车辆/人行为具有重要意义。虽然大多数现有的作品使用神经网络和传统的机器学习方法的基础上提供的数据集,我们将使用对象识别(更快的R-CNN),以确定对象的标签和它们在视频场景中的相应位置作为第一步,以实现异常检测。然后,将利用光流来识别帧的每个区域中的自适应业务流。基本上,我们提出了一种替代方法,使用自适应异常检测框架进行异常活动检测。与参考文献中描述的基线方法相比,我们的方法是更有效的,并产生相当的精度。
2018-08-29 cs.CV
Deep Learning Architectures for Face Recognition in Video Surveillance
École de technologie supérieure, Université du Québec(魁北克大学高等技术学院);University of Texas at Arlington(德克萨斯大学阿灵顿分校)
用于视频监控(VS)应用的人脸识别(FR)系统试图在分布式摄像机网络上准确地检测目标个体的存在。在基于视频的FR系统中,目标个体的面部模型在注册期间使用有限数量的参考静止图像或视频数据先验地设计。由于照明、姿态、比例、遮挡、模糊和相机互操作性的大变化,这些面部模型通常不代表在操作期间观察到的面部。具体地,在静止到视频FR应用中,采用在受控条件下用静止相机捕获的单个高质量参考静止图像来生成面部模型,该面部模型稍后将与在不受控条件下用视频相机捕获的较低质量面部相匹配。当前基于视频的FR系统可以在受控场景中表现良好,而它们的性能在不受控场景中不令人满意,主要是因为源(登记)和目标(操作)域之间的差异。这方面的大部分努力都是为了在无约束的监控环境中设计鲁棒的基于视频的FR系统。本章概述了通过深度卷积神经网络(CNN)实现静止到视频FR场景的最新进展。特别地,在文献中提出的基于三重损失函数的深度学习架构(例如,互相关匹配CNN、主干-分支集合(trunk-branch ensemble)CNN和HaarNet)和监督自动编码器(例如,规范的人脸表示CNN)进行审查和比较的准确性和计算复杂性。
2018-06-27 cs.CV
Video Event Recognition for Surveillance Applications (VERSA)
University of Nebraska(内布拉斯加大学);University of Nebraska at Omaha(内布拉斯加大学奥马哈分校);Graduate College(研究生院)
VERSA提供了一个通用框架,用于定义和识别实时或录制的监控视频流中的事件。VERSA中事件识别的方法是使用声明性逻辑语言来定义表征给定事件或活动的空间和时间关系。这样做需要定义某些基本的空间和时间关系以及用于指定框架模板和查询参数的高级语法。虽然在当前的VERSA实现中对不确定性的处理过于简单,但是语言和架构可以使用模糊逻辑或类似的方法进行扩展。VERSA的高级体系结构设计用于基于XML的面向服务的环境。VERSA可以被认为是订阅由低级视频分析服务流式传输的XML注释,该服务提供基本的实体检测、标记和跟踪。因此,一个或多个VERSA事件监测器可以分析视频流,并在检测到某些事件时提供警报。
2010-07-21 cs.CV
You Are How You Walk: Uncooperative MoCap Gait Identification for Video Surveillance with Incomplete and Noisy Data
Faculty of Informatics, Masaryk University(马萨里克大学信息学院)
本文提出了一种基于软生物特征--步态识别的视频监控系统的设计方案。主要集中在视频监控场景的两个实质性问题上:(1)步行者不合作提供学习数据以建立他们的身份,以及(2)数据通常是嘈杂或不完整的。我们表明,只有少数几个例子的人类步态周期需要学习的原始MoCap数据投影到一个低维子空间的身份是很好的分离。最大间隔准则(MMC)方法学习的潜在特征比任何几何特征集合都更好地区分。MMC方法对噪声数据也具有很强的鲁棒性,即使只跟踪一小部分关节也能正常工作。设计的整体工作流程直接适用于基于现有MoCap技术和步态分析算法的日常操作。在我们介绍的概念中,步行者的身份由监控系统内在他们的事件中收集的步态数据集群表示:他们是如何走路的。
2022-12-07 cs.CV
Person Retrieval in Surveillance Video using Height, Color and Gender
Ahmedabad University(艾哈迈达巴德大学);L. D. College of Engineering(L.D.工程学院)
一个人通常被描述的属性,如身高,建立,衣服的颜色,衣服的类型,和性别。这些属性被称为软生物特征。它们弥合了监控视频中人物描述和人物检索之间的语义鸿沟。本文提出了一种基于深度学习的线性过滤方法,用于使用身高、衣服颜色和性别进行人物检索。所提出的方法使用Mask R-CNN进行逐像素的人分割。它消除了背景杂波,并提供了精确的边界周围的人。使用AlexNet对颜色和性别模型进行了微调,并在SoftBioSearch数据集上对该算法进行了测试。在复杂的条件下,使用语义查询进行人物检索,取得了很好的准确率。
2018-09-24 cs.CV
PVSS: A Progressive Vehicle Search System for Video Surveillance Networks
JD AI Research, JD.com(京东人工智能研究院,京东);Beijing University of Posts and Telecommunications(北京邮电大学)
本文研究的是在监控网络中搜索特定车辆的任务。现有的方法通常假设车辆图像是从监控视频中裁剪好的,然后使用视觉属性,如颜色和类型,或车牌号码来匹配图像集中的目标车辆。然而,一个完整的车辆搜索系统需要考虑车辆的检测、表示、索引、存储、匹配等问题,并且由于不同摄像机的实例内变化和环境的不确定性,基于属性的搜索不能准确地找到同一辆车。此外,车牌可能会被误识别的监控场景中,由于低分辨率和噪声。本文设计了一个渐进式车辆搜索系统PVSS,以解决上述问题。PVSS由爬行器、索引器和查询器三个模块组成。车辆爬虫旨在检测和跟踪监控视频中的车辆,并将捕获的车辆图像,元数据和上下文信息传输到服务器或云。然后提取车辆的视觉特征和车牌指纹等多粒度属性,并由车辆索引器进行索引。最后,车辆查询器将输入车辆图像、时间范围和空间范围的查询三元组作为输入。目标车辆将通过渐进过程在数据库中搜索。在一个真实监控网络的公共数据集上进行的大量实验验证了PVSS的有效性。
2019-01-10 cs.CV
Target Tracking In Real Time Surveillance Cameras and Videos
Fatima Jinnah Women University(法蒂玛·真纳女子大学)
安全问题一直在不断增加,所以重要的是每个人都要保护自己的财产免受盗窃和破坏。因此,对监控技术的需求也在增加。该系统已被开发用于检测视频中的运动。利用背景差分和帧间差分技术,研制了一个实时的应用系统。在该系统中,从网络摄像头或从实时的视频中检测运动。采用背景差分法和帧间差分法检测运动目标。在背景减除方法中,从参考帧中减去当前帧,然后应用阈值。如果差值大于阈值,则将其视为来自移动对象的像素,否则将其视为背景像素。类似地,两帧差分方法在两个连续帧之间进行差分。然后,对所得到的差帧进行阈值化,并计算差像素的量。
2015-06-22 cs.CV
Organizing Multimedia Data in Video Surveillance Systems Based on Face Verification with Convolutional Neural Networks
National Research University Higher School of Economics(国立研究型大学高等经济学院)
在本文中,我们提出了两个阶段的方法来组织视频监控系统中的信息。首先,在每帧中检测人脸,并将视频流分割成具有一个人的人脸区域的帧序列。其次,这些序列(轨道),包含相同的面孔进行分组,使用人脸验证算法和层次凝聚聚类。性别和年龄估计每个集群(人),以促进有组织的视频收集的使用。特别关注的是从每帧提取的特征与深度卷积神经网络的聚合。在YTF和IJB-A数据集上的实验结果表明,该方法能够最准确、最快速地匹配同一轨迹中所有帧的特征向量的归一化平均值。
2017-09-17 cs.CV
A Co-Prime Blur Scheme for Data Security in Video Surveillance
University of Delaware(特拉华大学);Key Laboratory of Mathematics Mechanization AMSS(中国科学院数学与系统科学研究院数学机械化重点实验室)
本文提出了一种新颖的互素模糊对(CBP)模型,用于视觉数据隐藏,以实现摄像机监控中的安全性。虽然大多数以前的方法都集中在完全加密的视频流,我们引入了一个空间加密方案,模糊的图像/视频内容,以创建一个CBP。我们的目标是通过模糊化来模糊公共视频流中的细节,同时允许识别行为,并快速去模糊化视频流,以便在行为被识别为可疑时提供细节。我们通过用两个未知的内核模糊相同的潜像来创建CBP。当映射到z域中的二元多项式时,这两个核互质。为了去模糊CBP,我们首先使用互质约束来近似内核,并在单位圆上的一维中对二元CBP多项式进行采样。在每个采样点,我们因子化1D多项式对并将结果组成2D核矩阵。最后,我们计算核矩阵的快速傅立叶逆变换(FFT)来恢复互质核,然后恢复潜在的视频流。因此,只有当用户可以访问两个流时,才可能对视频流进行去模糊。为了提高算法的实用性,我们利用图形处理器(GPU)实现了对模糊视频流的实时解密,大量的实验结果表明,当存在两个模糊序列时,我们的新方案可以有效地保护监控视频中的敏感身份信息,并忠实地重建未模糊的视频流.
2012-03-22 cs.CV
A Benchmark for Crime Surveillance Video Analysis with Large Models
Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所);University of Chinese Academy of Sciences(中国科学院大学);Wuhan AI Research(武汉人工智能研究院)
针对监控视频异常分析领域基准过时导致MLLMs能力研究不足的问题,提出犯罪监控视频分析基准UCVL,含1829个视频及重组标注,设计QA对与评估方法,基准测试8个MLLMs验证可靠性,微调模型证实数据质量。
2025-02-13 cs.CV
Are pre-trained CNNs good feature extractors for anomaly detection in surveillance videos?
University of São Paulo(圣保罗大学);Itaú-Unibanco(伊塔乌联合银行)
最近,已经探索了几种技术来检测监控视频中的异常行为。然而,很少有研究利用来自预训练CNN的特征,并且没有一项研究对不同模型生成的特征进行比较。出于这一差距,我们比较了四个国家的最先进的图像分类网络作为一种方式来描述补丁从安全视频帧提取的功能。我们在Ped1和Ped2数据集上进行了实验,并分析了不同特征归一化技术的使用情况。我们的研究结果表明,当使用CNN特征时,选择适当的归一化对于提高异常检测性能至关重要。此外,在Ped2数据集中,我们的方法能够获得与几种最先进方法相当的结果。最后,由于我们的方法只考虑每帧的外观,我们相信它可以与专注于运动模式的方法相结合,以进一步提高性能。
2018-11-20 cs.CV
Real-world Anomaly Detection in Surveillance Videos
Information Technology University(信息技术大学);University of Central Florida(中佛罗里达大学)
监控录像能够捕捉到各种真实的异常情况。在本文中,我们建议通过利用正常和异常视频来学习异常。为了避免注释训练视频中的异常片段或剪辑,这是非常耗时的,我们建议通过利用弱标记的训练视频,即训练标签(异常或正常)处于视频级别而不是剪辑级别,通过深度多实例排名框架来学习异常。在我们的方法中,我们将正常和异常视频视为包,将视频片段视为多实例学习(MIL)中的实例,并自动学习深度异常排名模型,该模型预测异常视频片段的高异常分数。此外,我们在排名损失函数中引入稀疏性和时间平滑性约束,以更好地在训练期间定位异常。我们还介绍了一个新的大规模的128小时视频数据集。它由1900个长而未经修剪的真实世界监控视频组成,除了正常活动外,还有打斗、交通事故、入室盗窃、抢劫等13种现实异常。该数据集可用于两个任务。首先,考虑一组中的所有异常和另一组中的所有正常活动的一般异常检测。第二,识别13种异常活动。我们的实验结果表明,我们的MIL异常检测方法实现了显着改善异常检测性能相比,国家的最先进的方法。我们提供了最近几个关于异常活动识别的深度学习基线的结果。这些基线的低识别性能表明,我们的数据集非常具有挑战性,并为未来的工作提供了更多的机会。该数据集可在以下网址获得:https://webpages.uncc.edu/cchen62/dataset.html
2019-02-14 cs.CV
Towards Surveillance Video-and-Language Understanding: New Dataset, Baselines, and Challenges
Beijing University of Technology(北京工业大学);University of Central Florida(中佛罗里达大学);CAICT(中国信息通信研究院);Beijing Teleinfo Technology Co., Ltd.(北京电信信息科技有限公司)
针对监控视频语义理解不足的问题,本文提出监控视频与语言理解新方向,构建首个多模态监控数据集UCA,并为四个多模态任务建立新基线,实验证明其能提升异常检测性能。
2023-12-04 cs.AI cs.CV
Multi-target tracking for video surveillance using deep affinity network: a brief review
Norwegian University of Science and Technology(挪威科技大学)
众所周知,深度学习模型的功能类似于人脑。由于其功能机制,它们经常被用来完成需要人类智能的任务。视频监控中的多目标跟踪是视频监控领域的一个重要而又具有挑战性的研究课题,由于其在各个领域的潜在应用而引起了研究者的广泛关注。多目标跟踪任务需要在每帧中单独定位对象,这仍然是一个巨大的挑战,因为对象的外观和极端遮挡会立即发生变化。除此之外,多目标跟踪框架需要执行多个任务,即目标检测、估计轨迹、帧之间的关联和重新识别。已经提出了各种方法,并提出了一些假设,以限制在一个特定的问题的上下文中的问题。本文综述了利用深度学习表征能力的最新MTT模型。
2021-10-29 cs.CV
HR-Crime: Human-Related Anomaly Detection in Surveillance Videos
University of Groningen(格罗宁根大学);NHL Stenden University of Applied Sciences(NHL斯坦德应用科学大学);University of Twente(特文特大学)
自动检测监视设置捕获的异常对于加速否则费力的方法至关重要。迄今为止,UCF-Crime是用于异常自动视觉分析的最大可用数据集,由各种类别的真实犯罪现场组成。在本文中,我们介绍了HR-Crime,这是UCF-Crime数据集的一个子集,适用于与人类相关的异常检测任务。我们依靠最先进的技术来构建用于人类相关异常检测的特征提取管道。此外,我们提出了基线异常检测分析的HR犯罪。人力资源犯罪以及开发的特征提取管道和提取的特征将公开提供给该领域的进一步研究。
2021-07-31 cs.CV
Security Event Recognition for Visual Surveillance
University of Twente(特文特大学);Leibniz University Hanover(汉诺威莱布尼茨大学);Zhejiang University(浙江大学)
随着监控摄像机的快速部署,不同的实际应用需要可靠的方法来自动分析监控视频和识别特殊事件。本文提出了一种新的有效的框架,在监控视频的安全事件分析。首先,使用卷积神经网络(CNN)框架来检测给定视频中的感兴趣对象。其次,对象的所有者也被实时识别和监控。如果任何人移动任何物体,将验证此人是否是其所有者。如果没有,这个事件将被进一步分析,并区分两个不同的场景:移动对象或窃取它。为了验证所提出的方法,一个新的视频数据集,包括各种场景构建更复杂的任务。为了比较的目的,实验也进行了基准数据库相关的任务,在遗弃行李检测。实验结果表明,该方法在识别复杂安全事件方面优于现有方法,具有较好的效果。
2018-10-26 cs.CV
A Critical Analysis on Machine Learning Techniques for Video-based Human Activity Recognition of Surveillance Systems: A Review
Rajshahi University of Engineering & Technology(拉杰沙希工程技术大学)
本文批判性综述了监控系统中基于视频的人体活动识别技术,系统比较了CNN、RNN、HMM、K均值聚类等机器学习与深度学习方法在特征提取、参数初始化和准确率等方面的表现,旨在为研究者提供有效方案并展望未来发展方向。
2024-09-01 cs.CV