PublicVision: защищённая интеллектуальная система видеонаблюдения для распознавания поведения толпы

PublicVision: A Secure Smart Surveillance System for Crowd Behavior Recognition
Yin Yang, Marwa Qaraqe, Emrah Başaran, Almiqdad Elzein, Elizabeth B. Varghese, Wisam Costandi, Jack Rizk, Nasim Alam
2024-01-01

динамическая многоточечная VPNIPSecSwin Transformerраспознавание поведения толпызащищённое видеонаблюдение
Распознавание поведения толпы играет важную роль в различных областях, включая обеспечение общественной безопасности, управление мероприятиями и городское планирование. Понимание динамики толпы и выявление поведения с учётом уровня насилия имеют решающее значение для предотвращения инцидентов и поддержания порядка в местах скопления людей. Однако традиционные методы видеонаблюдения не обеспечивают всестороннего анализа сложных моделей поведения толпы в реальном времени и не позволяют различать уровни насилия внутри толпы, что ограничивает возможности принятия превентивных решений. Кроме того, большинство современных систем не обеспечивают надёжную защищённую передачу данных и не гарантируют эффективную защиту конфиденциальности людей. В данной статье разработана сквозная защищённая интеллектуальная система видеонаблюдения PublicVision, которая безопасно передаёт данные CCTV на удалённый центральный узел, где для выявления и анализа поведения толпы используется модель глубокого обучения (DL) на основе Swin Transformer. Для обучения модели глубокого обучения был создан новый видеодатасет, позволяющий идентифицировать толпы по размеру и уровню насилия. Предложенная система обеспечивает сквозную безопасность за счёт создания динамической многоточечной виртуальной частной сети (DMVPN) и использует возможности IP-безопасности (IPSec) и межсетевого экрана для обеспечения конфиденциальности и целостности данных при передаче и хранении. Экспериментальный анализ и выводы в реальном времени с использованием комплекта средств разработки DeepStream (SDK) показали, что предложенная система имеет существенное значение для общественной безопасности, защиты и управления толпами в различных условиях, включая общественные пространства, транспортные узлы и крупномасштабные мероприятия.
1
Модель глубокого обучения на основе Swin Transformer распознаёт толпы по размеру и уровню насилия, устраняя ограничения традиционных систем наблюдения.
2
Эксперименты и обработка в реальном времени с использованием DeepStream SDK продемонстрировали применимость системы для общественной безопасности, транспортных узлов, общественных пространств и массовых мероприятий.
3
PublicVision представляет сквозную интеллектуальную архитектуру видеонаблюдения, безопасно передающую данные CCTV на удалённый центральный узел для автоматического анализа толпы.
4
Авторы создали новый видеонабор данных для обучения модели распознавания поведения толпы.
5
Система объединяет DMVPN, IPSec и межсетевой экран для обеспечения конфиденциальности и целостности данных видеонаблюдения при передаче и хранении.

Толпы людей в общественных местах, контролируемых с помощью CCTV

Распознавание и анализ поведения толпы по размеру и уровню насилия при защищённой и обеспечивающей конфиденциальность передаче данных видеонаблюдения

Publication Details
Publication Date
2024-01-01
Journal
Publisher
ISSN
Cited by
112
Access Type
Author Information
Authors
Yin Yang
Marwa Qaraqe
Emrah Başaran
Almiqdad Elzein
Elizabeth B. Varghese
Wisam Costandi
Jack Rizk
Nasim Alam
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%