Search Results 1-16 of 16

  • Anomal Behavior Detection using Image Sensing  [in Japanese]

    岸 礼子 , ファン チョンフィ , 山本 一真 , 増田 誠

    Okiテクニカルレビュー 86(1), 44-47, 2019-05

  • Detecting Long-term Trending Topics in Social Networks  [in Japanese]

    SAITO Shota , TOMIOKA Ryota , YAMANISHI Kenji

    本研究では,ソーシャルネットワーク上で長期間流行する話題に価値があると考え,その話題を早期に検出することを目的とした手法を提案する.話題共有者の友人関係がなすネットワークに着目し,これを本研究ではトピックグラフと呼ぶ.長期間流行する話題はトピックグラフの時間発展が他のものと異なるという仮説を立てた.この仮説に基づき本研究は,長期間流行する話題を早期に検出する手法として,1.トピックグラフに対し複雑 …

    電子情報通信学会技術研究報告. IBISML, 情報論的学習理論と機械学習 = IEICE technical report. IBISML, Information-based induction sciences and machine learning 111(480), 77-84, 2012-03-05

    References (29)

  • Yataglass: Network-level Attack Behavior Analysis with Emulated Execution  [in Japanese]

    嶋村 誠 , 河野 健二

    … Current researchers focus on network intrusion detection systems (NIDSs) to detect anomal byte sequences such as machine instructions in network messages. …

    情報処理学会論文誌 50(9), 2371-2381, 2009-09-15

    IPSJ 

  • Notes on Malware Detection System Based on Process Monitoring

    OZASA Yuko , KUNIYOSHI Kengo , MORIKAWA Akira , MORII Masakatu

    IEICE technical report 109(33), 9-14, 2009-05-15

  • A study on features for anomal movement detection  [in Japanese]

    TANAKA Hidenori , NAITO Masashi , SUDO Kyoko , ARAI Hiroyuki , KOIKE Hideki

    全国大会講演論文集 第71回(人工知能と認知科学), 19-20, 2009-03-10

    IPSJ  References (2)

  • D-12-118 Anomal Movement Detection by Selecting Feature Extraction Methods  [in Japanese]

    Tanaka Hidenori , Sudo Kyoko , Arai Hiroyuki , Koike Hideki

    Proceedings of the IEICE General Conference 2009年_情報・システム(2), 227, 2009-03-04

  • Estimating Anomality of the Video Sequences for Surveillance Using 1-Class SVM

    SUDO Kyoko , OSAWA Tatsuya , WAKABAYASHI Kaoru , KOIKE Hideki , ARAKAWA Kenichi

    … Conventional anomaly detection methods use features such as tracks or local spatio-temporal features, both of which provide insufficient timing information. … This enables anomalies based on movement irregularity, both position and speed, to be determined and thus permits the automatic detection of anomal events in sequences of constant length without regard to their start and end. … We used a 1-class SVM, which is a non-supervised outlier detection method. …

    IEICE Transactions on Information and Systems 91(7), 1929-1936, 2008-07-01

    J-STAGE  References (15) Cited by (1)

  • Real-time anomal movement detection based on position and movement direction of people  [in Japanese]

    SUDO Kyoko , OJIMA Hiroyuki , ISO Kazuyuki , JINZENJI Kumi , OSAWA Tatsuya , KOIKE Hideki , NAKAZAWA Hitoshi

    映像監視システムに組み込むことを目的とした,人物の位置と動き方向の学習に基づいて普段と異なるシーンを検出する非定常検出手法を提案する.非定常を判断するには,人物の位置と動き方向の情報が重要であり,従来から軌跡特徴やオプティカルフローのヒストグラム特徴などが利用されている.しかし,位置と動き方向の両方を陽に扱うことは,安定性や識別時の計算量の面から難しかった.本研究では,代表的な動きベクトルをオプテ …

    IEICE technical report 108(94), 19-24, 2008-06-19

    Cited by (3)

  • Real-time anomal movement detection based on position and movement direction of people  [in Japanese]

    SUDO Kyoko , OJIMA Hiroyuki , ISO Kazuyuki , JINZENJI Kumi , OSAWA Tatsuya , KOIKE Hideki , NAKAZAWA Hitoshi

    映像監視システムに組み込むことを目的とした,人物の位置と動き方向の学習に基づいて普段と異なるシーンを検出する非定常検出手法を提案する.非定常を判断するには,人物の位置と動き方向の情報が重要であり,従来から軌跡特徴やオプティカルフローのヒストグラム特徴などが利用されている.しかし,位置と動き方向の両方を陽に扱うことは,安定性や識別時の計算量の面から難しかった.本研究では,代表的な動きベクトルをオプテ …

    IEICE technical report 108(93), 19-24, 2008-06-19

  • Real-time Anomal Movement Detection Based on Position and Movement Direction of People  [in Japanese]

    SUDO Kyoko , OJIMA Hiroyuki , ISO Kazuyuki , JINZENJI Kumi , OSAWA Tatsuya , KOIKE Hideki , NAKAZAWA Hitoshi

    電子情報通信学会技術研究報告. PRMU, パターン認識・メディア理解 108(94), 19-24, 2008-06-12

    References (12)

  • Real-time Anomal Movement Detection Based on Position and Movement Direction of People  [in Japanese]

    SUDO Kyoko , OJIMA Hiroyuki , ISO Kazuyuki , JINZENJI Kumi , OSAWA Tatsuya , KOIKE Hideki , NAKAZAWA Hitoshi

    電子情報通信学会技術研究報告. DE, データ工学 108(93), 19-24, 2008-06-12

    References (12)

  • Surveillance for Office Environment Using an Intelligent Video Monitoring System  [in Japanese]

    ISO Kazuyuki , YAMASHITA Katsuya , SUDO Kyoko , JINZENJI Kumi , KOJIMA Akira , NAKAZAWA Hitoshi

    近年,犯罪の増加やセキュリティへの意識の高まりを背景に,映像監視の需要や適用分野が拡大している.これまで積極的に行われていた金融機関,店舗の防犯用だけでなく,住宅や通学路等でも監視カメラが利用されている.また,個人情報保護法や日本版SOX法の施行により,企業の内部統制に対する意識が高まり,オフィス内の監視にも利用されてきている.このような映像監視作業を支援するため,われわれは,IPネットワークを介 …

    IEICE technical report 107(348), 37-42, 2007-11-15

    References (5) Cited by (9)

  • Surveillance for Office Environment Using an Intelligent Video Monitoring System  [in Japanese]

    ISO Kazuyuki , YAMASHITA Katsuya , SUDO Kyoko , JINZENJI Kumi , KOJIMA Akira , NAKAZAWA Hitoshi

    近年,犯罪の増加やセキュリティへの意識の高まりを背景に,映像監視の需要や適用分野が拡大している.これまで積極的に行われていた金融機関,店舗の防犯用だけでなく,住宅や通学路等でも監視カメラが利用されている.また,個人情報保護法や日本版SOX法の施行により,企業の内部統制に対する意識が高まり,オフィス内の監視にも利用されてきている.このような映像監視作業を支援するため,われわれは,IPネットワークを介 …

    IEICE technical report 107(346), 37-42, 2007-11-15

    References (5)

  • Detecting the Degree of Anomal in Security Videos by using a Spatio-temporal Feature of Change  [in Japanese]

    SUDO Kyoko , OSAWA Tatsuya , WAKABAYASHI Kaoru , YASUNO Takayuki

    監視業務の効率化のため,映像からの非定常検出技術が求められている.多数のカメラから構成される監視システムに適用するためには,カメラごとのシーンや映像取得環境に依存しない手法が必要である.本研究では,環境依存の知識を用いない特徴量として,映像時空間内での変化領域を抽出して二値で表現し,主成分分析で次元圧縮したものを用いる.また,識別に1クラスSVMによる教師なし学習を適用し,非定常性を算出する.その …

    IEICE technical report 106(73), 49-54, 2006-05-21

    References (12) Cited by (5)

  • Detecting the Degree of Anomal in Security Videos by using a Spatio-temporal Feature of Change  [in Japanese]

    SUDO Kyoko , OSAWA Tatsuya , WAKABAYASHI Kaoru , YASUNO Takayuki

    監視業務の効率化のため,映像からの非定常検出技術が求められている.多数のカメラから構成される監視システムに適用するためには,カメラごとのシーンや映像取得環境に依存しない手法が必要である.本研究では,環境依存の知識を用いない特徴量として,映像時空間内での変化領域を抽出して二値で表現し,主成分分析で次元圧縮したものを用いる.また,識別に1クラスSVMによる教師なし学習を適用し,非定常性を算出する.その …

    IEICE technical report 106(75), 49-54, 2006-05-19

    References (12)

  • Detecting the Degree of Anomal in Long Duration Videos for Surveillance

    SUDO Kyoko , OSAWA Tatsuya , WAKABAYASHI Kaoru , YASUNO Takayuki

    監視業務の効率化のため,映像からの非定常検出技術が求められている.多数のカメラから構成される監視システムに適用するためには,カメラごとのシーンや映像取得環境に依存しない手法が必要である.本研究では,映像時空間内での変化領域抽出結果の二値画像の主成分を特徴量として用いる.また,識別に1クラスSVM による教師なし学習を適用し,非定常性を算出する.その結果,非定常性の値を用いてスクリーニングが可能にな …

    Proceedings of the Annual Conference of the Institute of Image Electronics Engineers of Japan 34(0), 57-58, 2006

    J-STAGE 

Page Top