文献

J-GLOBAL ID：202202270424345688   整理番号：22A0067092

人物の再同定のための多重処理実時間システムによるセキュリティオートメーション【JST・京大機械翻訳】

Security Automation Through a Multi-processing Real-Time System for the Re-identification of Persons

著者 (2件)： Coleiro Andre (Institute of Information and Communication Technology, Malta College or Arts, Science and Technology, Paola, Malta) ,  Scerri Daren (Institute of Information and Communication Technology, Malta College or Arts, Science and Technology, Paola, Malta)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13018  ページ： 141-153  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： セキュリティ人員は,活動を追跡するために複数のカメラフィードを退屈にレビューする必要がある。知的再同定システムは,複数のカメラフィードから同じ人物または物体を再識別することによって,この問題を解決できる。本研究では,自動車パークで車両居住者を正確に追跡し,他のフィードから前提を入力/編集する再識別する試験ケースと解決策を提案した。また,そのような解決策は,非チケットベースの制御駐車システムを実装するために再利用できる。この解は,再同定のための動的低コスト解を提供するために,マルチスレッド3相アプローチを利用した。人体セグメンテーション,衣服型検出,色特徴およびヒストグラム比較を含む技術の革新的組合せを用いて,人を同定し,時間データ構造内のタプルとして特徴属性を節約した。2つのカメラプロセススレッドから得られた特徴属性のリアルタイム比較を行い,再同定を行った。非重複カメラの課題を考えると,衣服タイプ,衣服色特徴,および洗練されたヒストグラムプロファイルのような抽出特徴の組合せを用いて,同じ人を再同定できる。標準短範囲(10~15m)および長範囲(>15m)低分解能自動車公園カメラフィードを用いて,本解法の性能を試験した。短距離再同定は,51.33%の精度を達成する長距離低解像度フィードで95.66%の印象的な平均精度を達成した。ほとんどの不正確さは,人物が高度に離れているとき,低品質画像による偽陽性に起因した。Copyright Springer Nature Switzerland AG 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： カメラ ,  *自動化 ,  自動車 ,  セグメンテーション ,  データ構造 ,  駐車 ,  特徴抽出 ,  衣服 ,  *多重処理 ,  人工知能 ,  コンピュータビジョン ,  ヒストグラム ,  マルチスレッド ,  スレッド ,  IDシステム

著者キーワード (3件)： コンピュータビジョン ,  人工知能 ,  特徴抽出

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 人物 ,  同定 ,  多重処理 ,  実時間システム ,  セキュリティ ,  オートメーション