深層学習モデルとクラウドワーカーの協調による動画像異常検知手法

• Item type: SIG Technical Reports(1)
• 公開日: 2022-09-06
• タイトル: 深層学習モデルとクラウドワーカーの協調による動画像異常検知手法
• タイトル / 言語: en
• タイトル: Video Anomaly Detection Method using Deep Learning Models and Crowd Workers
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 同志社大学大学院理工学研究科
• 著者所属: 同志社大学理工学部
• 著者所属: 同志社大学大学院理工学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Engineering, Doshisha University
• 著者所属(英): en
• 著者所属(英): Faculty of Science and Engineering, Doshisha University
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Engineering, Doshisha University
• 著者名: 板野, 竜也; 野原, 智哉; 小板, 隆浩
• 著者名(英): Ryuya, Itano; Tomoya, Nohara; Takahiro, Koita
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年，IoT の普及により監視カメラ設置数が増加しているが，監視カメラの動画像から異常を検知する人手が増加するとは限らない．異常検知を自動化するため，深層学習モデルを用いた手法が検討されているが，十分な検知精度は得られていない．また，クラウドソーシングを利用して，人間であるクラウドワーカーの認識能力を検知システムの一部に組み込む手法では，検知精度が向上するが，クラウドワーカーに対するコストが発生する．本研究では，深層学習モデルとクラウドワーカーの協調により，高い検知精度と低いコストを両立させる新たな動画像異常検知手法を提案する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In recent years, the number of surveillance cameras installed has been increasing due to the spread of IoT. However, this does not mean an increase in manpower to detect anomalies from surveillance camera images. Although several methods using deep learning have been investigated to automate anomaly detection, they have not achieved sufficient detection accuracy. A method using crowdsourcing that incorporates the advanced cognitive abilities of human crowd workers can improve detection accuracy, but incurs a cost for the crowdworkers. In this study, we propose a new video anomaly detection method that combines high accuracy and low cost through the cooperation of deep learning and crowd workers.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10438399
• 書誌情報: 研究報告オーディオビジュアル複合情報処理（AVM）; 巻 2022-AVM-118, 号 2, p. 1-6, 発行日 2022-09-06
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8582
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会