Zobrazeno 1 - 10
of 625
pro vyhledávání: '"crowd analysis"'
Autor:
Sreenu G., Saleem Durai M.A.
Publikováno v:
Systems and Soft Computing, Vol 6, Iss , Pp 200104- (2024)
Video analysis for violence detection is crucial, especially when dealing with crowd data, where the potential for severe mob attacks in sensitive areas is high. This paper proposes a solution utilizing Convolutional Restricted Boltzmann Machine (CRB
Externí odkaz:
https://doaj.org/article/4b7f828b874e4eaab4717fdff5662096
Publikováno v:
Franklin Open, Vol 8, Iss , Pp 100169- (2024)
Abnormal crowd detection and estimation are critical in video surveillance for ensuring public safety and preventing stampedes. Owing to occlusions and blind spots, traditional video surveillance methods cannot detect, estimate, or locate people in d
Externí odkaz:
https://doaj.org/article/4224bb6c632a44c380696688fd4c77df
Publikováno v:
Frontiers in Computer Science, Vol 6 (2024)
Dependable utilization of computer vision applications, such as smart surveillance, requires training deep learning networks on datasets that sufficiently represent the classes of interest. However, the bottleneck in many computer vision applications
Externí odkaz:
https://doaj.org/article/4a2b11346f5642ef9fb69480a8140f80
Autor:
H. Y. Swathi, G. Shivakumar
Publikováno v:
Mathematical Biosciences and Engineering, Vol 20, Iss 7, Pp 12529-12561 (2023)
The high pace emergence in advanced software systems, low-cost hardware and decentralized cloud computing technologies have broadened the horizon for vision-based surveillance, monitoring and control. However, complex and inferior feature learning ov
Externí odkaz:
https://doaj.org/article/2f2ac3156bf24037af26fa07d2a91487
Autor:
Mohammed Sultan Mohammed, Ahlam Al-Dhamari, Waddah Saeed, Fatima N. Al-Aswadi, Sami Abdulla Mohsen Saleh, M. N. Marsono
Publikováno v:
IEEE Access, Vol 11, Pp 119659-119675 (2023)
Analyzing crowded environments has become an increasingly researched topic in computer vision community, largely due to its myriad practical applications, including enhanced video surveillance systems and the estimation of crowd density in specific s
Externí odkaz:
https://doaj.org/article/693cdcc240174f4aaddd4d24e2e29696
Publikováno v:
Journal of King Saud University: Computer and Information Sciences, Vol 35, Iss 1, Pp 102-114 (2023)
Congestion in public places is one of the major problems in public transportation systems and causes a high level of discomfort for the commuters. Traditionally, overcrowding is detected by manually monitoring and analyzing the video streams from the
Externí odkaz:
https://doaj.org/article/50436a7bd55f43c38e5e86871b698ec3
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Zitouni M. Sami, Śluzek Andrzej
Publikováno v:
International Journal of Applied Mathematics and Computer Science, Vol 32, Iss 1, Pp 81-94 (2022)
The paper discusses a non-deterministic model for data association tasks in visual surveillance of crowds. Using detection and tracking of crowd components (i.e., individuals and groups) as baseline tools, we propose a simple algebraic framework for
Externí odkaz:
https://doaj.org/article/f00623022f0d4c579485def1dd7c4d41
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.