Suspicious and Anomaly Detection

要約

このプロジェクトでは、異常や不審な行動を検出するためのCNNアーキテクチャを提案する。プロジェクトのために選ばれた行動は、公共の場でのランニング、ジャンプ、キック、および公共の場での銃、バット、ナイフの携帯である。学習されたモデルを用いて、Yolo、vgg16、vgg19のような既存のモデルと比較する。また、学習させた.h5モデルのtflite形式を使用して、アンドロイドの分類を構築しています。

要約(オリジナル)

In this project we propose a CNN architecture to detect anomaly and suspicious activities; the activities chosen for the project are running, jumping and kicking in public places and carrying gun, bat and knife in public places. With the trained model we compare it with the pre-existing models like Yolo, vgg16, vgg19. The trained Model is then implemented for real time detection and also used the. tflite format of the trained .h5 model to build an android classification.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL