文献

J-GLOBAL ID：202102299808128864   整理番号：21A0567241

エッジ特徴と3D畳込みニューラルネットワークに基づく異常行動認識【JST・京大機械翻訳】

Abnormal behavior recognition based on edge feature and 3D convolutional neural network

著者 (5件)： Bian Chunlei (College of Electrical Engineering, Nantong University,Nantong,China) ,  xu Yiming (College of Electrical Engineering, Nantong University,Nantong,China) ,  Wang Li (College of Electrical Engineering, Nantong University,Nantong,China) ,  Gu Haifeng (College of Electrical Engineering, Nantong University,Nantong,China) ,  Zhou Fangjie (College of Electrical Engineering, Nantong University,Nantong,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： YAC  ページ： 01-06  発行年： 2020年 
JST資料番号： W2441A  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： 人工知能と5G技術の急速な発展によって,スマート都市の開発プロセスは大いに加速した。スマート都市の開発の重要な部分はビデオ監視装置の能力を改善し,ビデオの内容を分析する事である。本論文は,上昇,戦闘および落下を含むビデオにおける特異的異常挙動を同定する。これらの異常行動の同定は,個人の安全と社会的安定性を確保するための時間と介入の危険を発見するのに役立つ。そこで本論文では,エッジ抽出に基づく深層学習法を提案した。第一段階では,ビデオをいくつかのフレームに分解して,キャンニーエッジ検出アルゴリズムを用いて画像のエッジを抽出した。第2段階では,抽出したエッジ情報を3D畳込みニューラルネットワークの入力として使用し,3D畳込みニューラルネットワークモデルを反復的に訓練して異常挙動を認識する。多数の実験を通して,提案したアルゴリズムの有効性を検証した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. 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 ,  都市 ,  人工知能 ,  録画装置 ,  *三次元 ,  有効性 ,  エッジ検出
準シソーラス用語： *異常行動 ,  検出アルゴリズム ,  ビデオ監視 ,  深層学習 ,  *畳込みニューラルネットワーク ,  第5世代移動通信システム , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： エッジ ,  3D ,  畳込みニューラルネットワーク ,  行動認識