Dieses Buch konzentriert sich auf das Design und die Entwicklung eines fortschrittlichen intelligenten Videoüberwachungssystems (SVSS), um den weltweit wachsenden Sicherheitsbedenken zu begegnen. Angesichts des rasanten Anstiegs von Diebstählen und Problemen im Bereich der öffentlichen Sicherheit reichen herkömmliche Überwachungssysteme nicht mehr aus, da sie hauptsächlich grundlegende Aufgaben wie Gesichtserkennung, Objekterkennung und Zählen ausführen. Das Buch hebt die Notwendigkeit einer tieferen Analyse menschlicher Aktivitäten in Videodaten hervor, um verdächtiges Verhalten effektiver zu erkennen. Der Kernbeitrag der Arbeit ist der Entwurf eines Frameworks zur Analyse menschlicher Aktivitäten, das in das Fog Computing integriert ist. Dieses Framework zielt darauf ab, Videodaten näher am Entstehungsort (auf der Fog-Ebene) zu verarbeiten, was eine schnellere und effizientere Echtzeitanalyse ermöglicht. Um eine präzise Erkennung menschlicher Aktivitäten zu erreichen, führen die Autoren ein hybrides Deep-Learning-Modell ein, das faltungsneuronale Netzwerke (CNN) und Long Short-Term Memory-Netzwerke (LSTM) kombiniert. Dieses Modell erfasst sowohl räumliche (bildbasierte) als auch zeitliche (sequenzbasierte) Merkmale aus Videobildern, was die Leistung bei der Aktionserkennung erheblich verbessert.
Kundinnen und Kunden meinen
0.0/5.0
0 Bewertungen
Verfassen Sie die erste Bewertung zu diesem Artikel