文献

J-GLOBAL ID：202002212320442611   整理番号：20A1943704

フレーム間差異と畳込みニューラルネットワークベースの異常群衆イベント認識【JST・京大機械翻訳】

Inter-Frame Differences and Convolution Neural Network based Abnormal Crowd Event Recognition

著者 (3件)： Wang Suyu (Beijing University of Technology, Beijing Engineering Research Center for IOT software and System, China) ,  Kong Peiling (Beijing University of Technology, Beijing Engineering Research Center for IOT software and System, China) ,  Wang Mengmeng (Beijing University of Technology, Beijing Engineering Research Center for IOT software and System, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICDSP 2018  ページ： 32-36  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 監視ビデオベースの異常クラウドイベント認識は,公共安全管理において重要な実用的意義を有する。伝統的方法は,通常,特定の特徴モードのモデリングと解析に基づく,そして,性能は,採用された特徴に非常に敏感である。しかし,多くの種類の事象が認識され,多くの特徴が使用でき,ある種類の事象を識別するための最も効果的な特徴を見つける方法は,解決するのに難しい問題である。畳込みニューラルネットワークには,単純構造,より少ない訓練パラメータ,および強い適応性の特性がある。それは,効果的特徴を学ぶことができて,次に,多数の訓練データから自動的に対応するモデルを確立することができた。本論文では,クラウドイベント認識アルゴリズムをフレーム間差と畳込みニューラルネットワークに基づいて提案した。フレーム間差を用いて,クラウドビデオの最もオリジナルな動き特性を抽出し,次に,LeNet-5ベースのネットワークによって選択して,最も効果的なものを得た。LeNet-5モデルをクラウドビデオ解析とイベント認識のために再設計した。提案アルゴリズムの性能をデータセットPETS 2009により評価し,提案アルゴリズムの認識精度は96%以上に達し,従来の特徴モデルベース法よりも遥かに高く,また,異なる視点でより良いロバスト性を示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *ネットワーク ,  適応性 ,  録画装置 ,  安全管理 ,  再設計 ,  ロバスト性
準シソーラス用語： 訓練データ ,  認識アルゴリズム ,  認識精度 ,  ビデオ分析 ,  深層学習 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 畳込みニューラルネットワーク ,  クラウドイベント認識 ,  深層学習 ,  フレーム間差

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 差異 ,  畳込みニューラルネットワーク ,  イベント