视频中遗弃行李实时深度学习方法检测
计算机视觉与模式识别
2018-06-18 v3
摘要
近期全球主要城市的恐怖袭击已造成众多无辜市民伤亡。一个潜在威胁是公共区域中的遗弃行李物品（可能装有炸弹或生物战剂）。本文描述了一种对监控摄像头所摄视频中遗弃行李进行实时自动检测的方法。该方法包含两个阶段：（i）基于背景减除与运动估计的静态物体检测；（ii）基于级联卷积神经网络（CNN）的遗弃行李识别。为训练我们的神经网络，我们提供了两类样本：从互联网收集的图像，以及通过将各类手提箱和包叠加到场景背景上生成的写实样本。我们给出的实证结果表明，该方法性能优于一个强 CNN 基线方法。
引用
@article{arxiv.1803.01160,
title = {Real-Time Deep Learning Method for Abandoned Luggage Detection in Video},
author = {Sorina Smeureanu and Radu Tudor Ionescu},
journal= {arXiv preprint arXiv:1803.01160},
year = {2018}
}
备注
Accepted at EUSIPCO 2018