知的分散式監視システムにおける適応的閲覧のための内容再構成

智能分布式监控系统中自适应观看的内容重组

• 批准号: 26730086
• 负责人: CHEN Fan
• 金额: $ 2.41万
• 依托单位: Japan Advanced Institute of Science and Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2014
• 资助国家: 日本
• 起止时间: 2014-04-01 至 2016-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-26730086/
• 关键词: 国際情報交換; 知的映像編集; 監視映像の要約; 個人化内容配信

平成２６年４月から一年間において、実施した研究の進展及び成果をまとめて報告させていただく。知的監視システムにおいて、複数のカメラから収集した膨大な録画データから、危険事件発生の前後経過を正確かつ簡略的に要約できる最適な閲覧映像を自動的に構成する手法の提案を研究目的とし、下記の内容が実施された：(プロジェクトのHP　http://www.jaist.ac.jp/~chen-fan/crabis/を参照)1. 映像解析手法。動作認識及び異常事件の自動検出を検討した。骨格情報から動作認識に有意義な特徴を抽出するため、深層ネットワークを用いた手法を提案し、ICIP 2014で発表した。教師なし学習及び半教師あり学習を中心に、映像情報の解析による異常事件検出の手法を検討した。異常事件の事前定義を回避するため、確率密度推定に基づき、Random Projection Forestを用いた異常検出手法を提案した。ICIP 2015に投稿した論文が採用された。異常事件の曖昧さを解消するため、手表記データも効率的に取り入れる半教師あり単クラスサポートベクトルマシンによる手法も検討した。関連手法が現在投稿準備中である。2. 内容を検索できる要約手法の検討。予測性が低いため、ルールによる異常事件の事前定義が困難である。Random Projection Forestにより検出された異常事件間の距離を節点間の距離により表すことができる。この距離を用いて異常事件の類似性を評価し、内容検索を行う要約手法を検討している。3. システム開発及び社会貢献。本研究プロジェクトの目的及び基本技術を紹介する解説論文が日本工業出版社の検査技術誌に発表された。ワシントン大学で長期海外研修も実施され、異常事件の解析を中心的に検討した。異常検出用のプログラムを開発し、プロジェクトのHPなども作成した。

In April 2016, the progress and results of the research on において and 実士した during the past year were reported on をまとめてさせていただく. The surveillance of knowledge, the monitoring of knowledge, the collection of plural collections, the enlarging recording of paintings, and the dangerous situation The process of making a piece of information is correct, the simple offer is the most suitable, the image is viewed, and the automatic composition method is used. The research purpose of the proposal and the following contents are as follows: (プロジェクトのHP　http://www.jaist.ac.jp/~chen-fan/crabis/をReference) 1. Image parsing techniques. Automatic detection of motion recognition and detection of abnormal events. Skeleton information, movement recognition, meaningful extraction, deep depth techniques, proposal, and ICIP 2014 table. Teacher's learning and half-teacher's learning center, image information analysis and abnormal event detection techniques. Preliminary definition of abnormal events, avoidance, probability density estimation, and Random Projection Forest use, abnormal detection techniques, proposal. The papers submitted to ICIP 2015 were adopted by Ishita. Unexpected resolution of abnormal events, and efficiency of watch recordingるhalf teacher あり単クラスサポートベクトルマシンによる Technique も検した. The related technique is currently being prepared for submission. 2. The content is as follows as the offer method. The low predictability makes it difficult to define abnormal events in advance. Random Projection Forestにより検出されたThe distance between abnormal eventsをThe distance between nodesによりTableすことができる.このDistanceを UseいてAbnormal eventのsimilarityを Comment価し、Content検SOを行うOffering techniqueを検问している. 3. システムdevelopment and social contribution. The purpose of this study and its basic technology are introduced and explained in a paper published by Japan Industrial Publishing House. He is a member of the long-term overseas training program and Abnormal Events Analysis Center of Fukushima University. The abnormal 検出 is made of のプログラムを开発し and プロジェクトのHPなども.

项目成果

Home of KAKEN CRABIS Project

KAKEN CRABIS项目之家