畳み込みニューラルネットワークを用いた監視ビデオによる異常検出

急速に拡大する監視カメラネットワークからの映像は、まるで海のようであり、リアルタイムで人間が分析するには難しい大量の情報を含んでいます。監視カメラを分析・監視する能力は非常に限られています。日常生活では、落書き、虐待、強盗、盗難、喧嘩、爆発などの疑わしいまたは犯罪的な活動が発生し、対応する地域に設置された監視カメラの映像から、そのような異常な事態を検出し、関係当局に警告することが事故の防止やセキュリティの向上に役立ちます。本論文では、監視ビデオにおける異常検出のための堅牢なシステムを、教師あり機械学習アルゴリズムを用いて提案します。このモデルは、CNN（畳み込みニューラルネットワーク）に基づいて構築されており、特徴抽出のために新たに出現したI3D（インフレートされた3D）やDenseNet121アルゴリズムを使用しており、モデルのトレーニングに最も関連性の高い重要な要素を収集することを可能にします。転移学習を通じて、このモデルは厳密にテストされ、テストおよび検証スコアの分析を通じて改善が行われました。このモデルの性能は、精度の向上を約束し、正確な異常検出システムの構築という目標を達成するものです。