Earticle

초록

영어

Due to the recent developments in computer vision technology, complex actions can be recognized with reasonable accuracy in smart cities. In contrast, violence recognition such as events related to fight and knife, has gained less attention. The capability of visual surveillance can be used for detecting fight in streets or in prison centers. In this paper, we proposed a deep learning-based violence recognition method for surveillance cameras. A convolutional neural network (CNN) model is trained and fine-tuned on available benchmark datasets of fights and knives for violence recognition. When an abnormal event is detected, an alarm can be sent to the nearest police station to take immediate action. Moreover, when the probabilities of fight and knife classes are predicted very low, this situation is considered as normal situation. The experimental results of the proposed method outperformed other state-of-the-art CNN models with high margin by achieving maximum 99.21% accuracy.

한국어

최근 컴퓨터 비전 기술의 발전으로 스마트도시에서는 합리적인 정확도로 복잡한 동작을 인식할 수 있다. 이와는 대 조적으로, 싸움과 칼에 관련된 사건과 같은 폭력적인 인식은 관심을 덜 이끌었다. 시각적인 감시 능력은 거리나 교도 소에서의 싸움을 감지하는데 사용될 수 있다. 이 논문에서 우리는 감시 카메라에 대한 심층 학습 기반의 폭력 인식 방 법을 제안했다. 컨볼루션 뉴럴 네트워크(CNN) 모델은 폭력 인식을 위한 싸움과 칼의 벤치마크 데이터 셋에 대해 훈 련하고 세부적으로 조정된다. 비정상적인 이벤트가 감지되면 가장 가까운 경찰서로 경보를 보내는 즉각적인 조치를 취 할 수 있다. 제안된 방법의 실험 결과는 99.21%의 정확도를 달성함으로써 다른 최첨단 CNN모델을 능가했다.

목차

요약
Abstract
1. Introduction
2. Literature review
3. Proposed method
3.1 Features Extraction
3.2 Convolution Neural Network
4. Experimental results
4.1 Datasets
4.2 Comparative Analysis
5. Conclusion
Acknowledgment
References

키워드

폭력 감지 감시 카메라 딥 러닝 스마트 도시 비정상 이벤트 컨볼루션 뉴럴 네트워크 Violence detection surveillance cameras deep learning smart cities abnormal events convolutional neural network

저자

• 파튜 유 민 울라 [ Fath U Min Ullah | 세종대학교 디지털콘텐츠 연구소 ]
• 아민 울라 [ Amin Ullah | 세종대학교 디지털콘텐츠 연구소 ]
• 칸 무함마드 [ Khan Muhammad | 세종대학교 디지털콘텐츠 연구소 ]
• 이미영 [ Mi Young Lee | 세종대학교 디지털콘텐츠 연구소 ]
• 백성욱 [ Sung Wook Baik | 세종대학교 디지털콘텐츠 연구소 ] Corresponding author

참고문헌

발행기관

간행물