Towards Smart City Security: Violence and Weaponized Violence Detection using DCNN

要約

この常に接続された社会では、CCTV は、当局が行動を起こすための違法行為を記録することにより、市民の安全とセキュリティを強化する上で極めて重要な役割を果たしてきました。
スマート シティのコンテキストでは、深層畳み込みニューラル ネットワーク (DCNN) を使用して CCTV ビデオから暴力や武器化された暴力を検出することで、24 時間体制でリアルタイムの検出を保証することで、追加のセキュリティ レイヤーを提供します。
この作業では、武器を使用した暴力と武器を使用していない暴力の両方の実際の CCTV 映像と、YouTube からの非暴力のビデオを収集することにより、新しい特殊なデータセットを導入しました。
また、連続したビデオ フレームを 1 つの顕著な画像にマージし、DCNN への入力とする新しいアプローチも提案しました。
複数の DCNN アーキテクチャからの結果は、99\% の最高の精度を持つことにより、私たちの方法の有効性を証明しています。
また、スマートシティの持続可能性を確保するために、いくつかのパラメーターのトレードオフを通じてメソッドの効率を考慮します。

要約(オリジナル)

In this ever connected society, CCTVs have had a pivotal role in enforcing safety and security of the citizens by recording unlawful activities for the authorities to take actions. In a smart city context, using Deep Convolutional Neural Networks (DCNN) to detection violence and weaponized violence from CCTV videos will provide an additional layer of security by ensuring real-time detection around the clock. In this work, we introduced a new specialised dataset by gathering real CCTV footage of both weaponized and non-weaponized violence as well as non-violence videos from YouTube. We also proposed a novel approach in merging consecutive video frames into a single salient image which will then be the input to the DCNN. Results from multiple DCNN architectures have proven the effectiveness of our method by having the highest accuracy of 99\%. We also take into consideration the efficiency of our methods through several parameter trade-offs to ensure smart city sustainability.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google