文献

J-GLOBAL ID：202202210161880288   整理番号：22A0736011

サーベイランスビデオ診断のためのマルチスケール特徴融合【JST・京大機械翻訳】

Multiscale feature fusion for surveillance video diagnosis

著者 (5件)： Chen Fanglin (Department of Computer Science and Technology, Harbin Institute of Technology, Shenzhen, Guangdong, 518055, China) ,  Wang Weihang (Department of Computer Science and Technology, Harbin Institute of Technology, Shenzhen, Guangdong, 518055, China) ,  Yang Huiyuan (Department of Computer Science and Technology, Harbin Institute of Technology, Shenzhen, Guangdong, 518055, China) ,  Pei Wenjie (Department of Computer Science and Technology, Harbin Institute of Technology, Shenzhen, Guangdong, 518055, China) ,  Lu Guangming (Department of Computer Science and Technology, Harbin Institute of Technology, Shenzhen, Guangdong, 518055, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 240  ページ： Null  発行年： 2022年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 最近,監視ビデオ診断は,ビデオ監視システムにおけるカメラ故障に関連した実時間警報を生成するため,興味が増大している。既存の監視ビデオ診断法は,多重タイプの異常を検出する十分な能力を持たない。したがって,本論文は,多重タイプの異常を検出する深層学習に基づく監視ビデオ診断法を提案した。カメラ異常を検出し分類するために,マルチスケール特徴融合残差ネットワークを設計した。実験結果は,提案した方法の分類精度が98%以上であることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： カメラ ,  警報 ,  故障 ,  ネットワーク ,  分類 ,  残差 ,  多重化 ,  *録画装置 ,  機械学習
準シソーラス用語： *マルチスケール ,  分類精度 ,  実時間 ,  *特徴融合 ,  ビデオ監視 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 監視ビデオ診断 ,  異常分類 ,  マルチスケール特徴融合 ,  深層学習

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： サーベイランス ,  ビデオ ,  診断 ,  マルチスケール ,  特徴融合