现实世界中社区参与的智能视频监控——以一所社区学院为例的研究
计算机视觉与模式识别
2023-03-24 v1 人工智能
摘要
近年来，智能视频监控系统对于保障公共安全和治安已变得十分重要，尤其是在智慧城市中。然而，应用实时人工智能技术并结合低延迟通知与报警，使得部署这些系统颇具挑战性。本文提出了一个基于某社区学院真实测试床设计和部署智能视频监控系统的案例研究。我们主要关注一种基于智能摄像头的系统，该系统能够识别可疑/异常活动并立即向利益相关者和居民报警。本文强调并解决了不同的算法与系统设计挑战，以保证测试床中实时高精度的视频分析处理。它还展示了云系统基础设施和用于实时通知的移动应用示例，以使学生、教职员工和负责的安全人员保持参与。同时，它涵盖了为维护社区隐私和伦理要求以及硬件配置与设置所作的设计决策。我们使用吞吐量和端到端延迟评估系统性能。实验结果表明，平均而言，我们的系统在检测到可疑物体时通知终端用户的端到端延迟在运行 1、4 和 8 个摄像头时分别为 5.3、5.78 和 11.11 秒。另一方面，在检测到异常行为时，系统通知终端用户的平均延迟为 7.3、7.63 和 20.78 秒。这些结果证明该系统能在合理时间内有效检测异常行为和可疑物体并通知终端用户。该系统能以 32.41 帧每秒(FPS)的速率同时运行八个摄像头。
引用
@article{arxiv.2303.12934,
title = {Real-World Community-in-the-Loop Smart Video Surveillance -- A Case Study at a Community College},
author = {Shanle Yao and Babak Rahimi Ardabili and Armin Danesh Pazho and Ghazal Alinezhad Noghre and Christopher Neff and Hamed Tabkhi},
journal= {arXiv preprint arXiv:2303.12934},
year = {2023}
}