低光环境神经监控系统
计算机视觉与模式识别
2023-01-05 v1 机器学习
摘要
我们设计并实现了一种用于低光环境下实时犯罪检测的端到端系统。与被动响应的闭路电视不同，低光环境神经监控(Low-Light Environment Neural Surveillance)提供实时犯罪警报。该系统使用低光视频流，由光流网络、空间与时间网络以及一个支持向量机实时处理，以识别枪击、袭击和盗窃。我们创建了低光动作识别数据集 LENS-4，其将公开可用。通过 Amazon Web Services 搭建的 IoT 基础设施解释来自承载摄像头的本地板卡的动作识别消息，并在云端解析结果以转发消息。该系统在 20 FPS 下达到 71.5% 的准确率。用户界面为一款移动应用，使地方当局能够接收通知并查看犯罪现场视频。市民拥有一款公共应用，使执法部门能够基于用户邻近度推送犯罪警报。
引用
@article{arxiv.2007.00843,
title = {Low-light Environment Neural Surveillance},
author = {Michael Potter and Henry Gridley and Noah Lichtenstein and Kevin Hines and John Nguyen and Jacob Walsh},
journal= {arXiv preprint arXiv:2007.00843},
year = {2023}
}
备注
Pre-print, accepted to IEEE International Workshop on Machine Learning for Signal Processing 2020 Conference Proceedings. Code and dataset are available at https://github.com/mcgridles/