РЕФЕРАТИВНА БАЗА ДАНИХ "УКРАЇНІКА НАУКОВА"
Abstract database «Ukrainica Scientific»


Бази даних


Реферативна база даних - результати пошуку


Вид пошуку
Пошуковий запит: (<.>ID=REF-0000852229<.>)
Загальна кількість знайдених документів : 1

Dobryshev R. Ye. 
Anomaly detection in crowded scenes: technologies, challenges and opportunities = Виявлення аномалій у місцях масового скупчення людей: технології, виклики та можливості / R. Ye. Dobryshev // Appl. Aspects of Inform. Technology. - 2024. - 7, № 3. - С. 219-230. - Бібліогр.: 39 назв. - англ.

Обговорено досягнення в області інтелектуальних систем відеоспостереження, зокрема, виявлення аномалій у місцях масового скупчення людей. Ці системи спрямовані на підвищення громадської безпеки шляхом автоматичного виявлення незвичайної поведінки та потенційних загроз у режимі реального часу. Традиційне відеоспостереження, яке значною мірою покладається на людський моніторинг, стикається з такими обмеженнями, як знижена концентрація уваги та повільний час реакції. На відміну від нього, інтелектуальне відеоспостереження використовує алгоритми машинного навчання та штучного інтелекту для обробки величезних обсягів відеоданих, виявляючи патерни, які відхиляються від нормальної поведінки. Виявлення аномалій у натовпі має важливе значення в густонаселених районах, таких як транспортні вузли, стадіони та громадські площі. Різноманітність аномалій, від незначних порушень до серйозних загроз, таких як крадіжки або терористичні атаки, є викликом для цих систем. Аномалії буває важко виявити через їхню непередбачувану природу, а те, що є аномалією, залежить від контексту. Підкреслюється потреба в надійних системах, які можуть адаптуватися до різних умов навколишнього середовища та розрізняти нормальні відхилення від реальних загроз. Хоча керовані моделі машинного навчання є багатообіцяючими, вони часто вимагають великих обсягів маркованих даних, які важко отримати в реальних умовах. Неконтрольовані моделі та методи глибокого навчання, такі як згорткові нейронні мережі, виявилися ефективними в аналізі поведінки натовпу та виявленні аномалій. Однак ці методи все ще стикаються з проблемами, включаючи масштабованість, високий рівень помилкових спрацьовувань і необхідність обробки в реальному часі у великомасштабних середовищах. Розглянуто обмеження сучасних методів виявлення аномалій у натовпі, такі як обчислювальні витрати, етичні проблеми та нездатність виявляти нові аномалії. Запропоновано напрями майбутніх досліджень, зокрема інтеграцію передових методів навчання для покращання продуктивності та масштабованості системи.


Індекс рубрикатора НБУВ: З970.632.8

Рубрики:

Шифр НБУВ: Ж101736 Пошук видання у каталогах НБУВ 
Повний текст  Наукова періодика України 
  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"
 
Національна бібліотека України імені В. І. Вернадського
Відділ наукового формування національних реферативних ресурсів
Інститут проблем реєстрації інформації НАН України

Всі права захищені © Національна бібліотека України імені В. І. Вернадського