Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

RTI2018-094645-B-I00

Financiado

DETECCION AUTOMATICA CON HARDWARE DE BAJO COSTE DE ACTIVIDADES INUSUALES EN SECU...

DETECCION AUTOMATICA CON HARDWARE DE BAJO COSTE DE ACTIVIDADES INUSUALES EN SECUENCIAS DE VIDEO LA DETECCION DE ACTIVIDADES INUSUALES EN SECUENCIAS DE VIDEO ES UNA PARTE CRUCIAL DE CUALQUIER SISTEMA DE VIDEO VIGILANCIA AUTOMATICA, ESTE TIPO DE SISTEMAS HA EXPERIMENTADO UN INCESANTE AUMENTO EN SU DEMANDA TANTO EN EL SECTOR PU... ver más

01/01/2018

UMA

65K€

Presupuesto del proyecto: 65K€

Líder del proyecto

UNIVERSIDAD DE MÁLAGA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 1958

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2018-01-01 No tenemos la información de la convocatoria

0% 100%

Participantes

UMA

Lider

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

TIN2015-70410-C2-1-R MODELOS Y TECNICAS COMPUTACIONALES PARA EL ANALISIS Y PROCES... 39K€ Cerrado

PID2021-125051OB-I00 RECOLECCION DE DATOS VISUALES: PERMITIENDO LA VISION POR COM... 117K€ Cerrado

PID2020-120611RB-I00 CONTROLANDO EL OLVIDO EN REDES NEURONALES: APRENDIZAJE CONTI... 122K€ Cerrado

TIN2011-24141 DETECCION DE ACTIVIDADES ANOMALAS EN SECUENCIAS DE VIDEO MED... 33K€ Cerrado

OmniVideo Neural OmniVideo: Fusing World Knowledge into Smart Video-Sp... 2M€ Cerrado

EIN2019-103240 DOCTORADO CONJUNTO EN TRATAMIENTO DE IMAGENES Y VISION ARTIF... 14K€ Cerrado

Líder del proyecto

UNIVERSIDAD DE MÁLAGA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 1958

Presupuesto del proyecto 65K€

Descripción del proyecto LA DETECCION DE ACTIVIDADES INUSUALES EN SECUENCIAS DE VIDEO ES UNA PARTE CRUCIAL DE CUALQUIER SISTEMA DE VIDEO VIGILANCIA AUTOMATICA, ESTE TIPO DE SISTEMAS HA EXPERIMENTADO UN INCESANTE AUMENTO EN SU DEMANDA TANTO EN EL SECTOR PUBLICO COMO EN EL PRIVADO, PARTIMOS DE LA HIPOTESIS DE QUE LAS REDES NEURONALES CONVOLUCIONALES SON ACTUALMENTE LAS ARQUITECTURAS MAS ADECUADAS PARA LLEVAR A CABO LA DETECCION Y CLASIFICACION DE OBJETOS, PERO SUS RESULTADOS NECESITAN UN PROCESAMIENTO POSTERIOR PARA OBTENER UN ANALISIS DE ACTIVIDADES DE ALTO NIVEL, POR OTRO LADO, LOS MODELOS QUE INTENTAN DEFINIR EXPLICITAMENTE TODAS LAS ACTIVIDADES NORMALES TIENEN LIMITACIONES FUNDAMENTALES DEBIDO AL AMPLIO ABANICO DE ACTIVIDADES LEGITIMAS POSIBLES, POR CONSIGUIENTE, ES NECESARIO INVESTIGAR MODELOS PROBABILISTICOS NO PARAMETRICOS PARA CAPTURAR LOS RASGOS MAS CARACTERISTICOS DE LAS ACTIVIDADES USUALES EXTRAIDOS POR LAS REDES NEURONALES CONVOLUCIONALES DE APRENDIZAJE PROFUNDO, DE ESTA MANERA RECOLECTAREMOS INFORMACION SOBRE ACTIVIDADES POTENCIALMENTE PELIGROSAS NO CONTEMPLADAS DE ANTEMANO POR LOS DISEÑADORES DEL SISTEMA, LO QUE LLEVARA A UNA EFICIENCIA MAYOR EN LA VIGILANCIA, Y UNA MEJOR ROBUSTEZ FRENTE A SITUACIONES INESPERADAS, POR ULTIMO, SE ESTABLECE LA HIPOTESIS DE QUE LOS ALGORITMOS DE DETECCION DE ACTIVIDADES INUSUALES PUEDEN OPTIMIZARSE PARA EJECUTARSE EN HARDWARE DE BAJO COSTE EN TIEMPO REAL, DE ESTA FORMA LOS SISTEMAS DESARROLLADOS SE PODRAN DESPLEGAR EN MUY DIVERSAS SITUACIONES, SIN IMPORTAR LAS LIMITACIONES PRESUPUESTARIAS,LA BUSQUEDA AUTOMATICA DE ACTIVIDADES INUSUALES PRETENDE ENCONTRAR LAS PARTES MAS RELEVANTES DE UNA ESCENA, QUE A CONTINUACION SON TRANSFERIDAS A EXPERTOS HUMANOS PARA UNA INSPECCION MAS DETALLADA, DE ESTA FORMA SE REDUCE EXTRAORDINARIAMENTE EL TIEMPO QUE LAS PERSONAS DEBEN DEDICARLE A INSPECCIONAR VIDEOS, AL MISMO TIEMPO QUE SE EVITAN ERRORES DE INTERPRETACION QUE SON INEVITABLES CUANDO SE EMPLEAN SISTEMAS DE VIDEO VIGILANCIA TOTALMENTE AUTOMATICOS PARA IDENTIFICAR EL TIPO DE SUCESO QUE HA OCURRIDO,EL PROCEDIMIENTO DE BUSQUEDA DE ACTIVIDADES INUSUALES IMPLICA QUE SOLO LAS SITUACIONES QUE PROBABLEMENTE INCLUYEN SUCESOS PELIGROSOS SE PASAN A LOS OPERADORES HUMANOS, ESTO FACILITA EL MANEJO DE MUCHAS CAMARAS AL MISMO TIEMPO CON UN ESFUERZO HUMANO REDUCIDO, ESTE TIPO DE TECNOLOGIA ES MAS FACIL DE IMPLEMENTAR EN SISTEMAS REALES SI EL COSTE DEL HARDWARE ES PEQUEÑO, PORQUE SE REDUCE EL COSTE TOTAL DEL SISTEMA,EN VISTA DE LO ANTERIOR, EL OBJETIVO DEL PROYECTO ES DESARROLLAR UN SISTEMA INTELIGENTE DE DETECCION DE ACTIVIDADES INUSUALES PARA CAMARAS DE VIDEO VIGILANCIA BASADO EN REDES NEURONALES CONVOLUCIONALES DE APRENDIZAJE PROFUNDO Y MODELOS PROBABILISTICOS NO PARAMETRICOS, EL SISTEMA DEBERA SER IMPLEMENTADO EN HARDWARE DE BAJO COSTE, NO SERA NECESARIA UNA ESPECIFICACION PREVIA DE LAS ACTIVIDADES USUALES, YA QUE EL SISTEMA DESCUBRIRA POR SI MISMO LAS ACCIONES QUE NO SON USUALES, CON ESTE FIN RECOLECTARA SECUENCIAS DE VIDEO DE LAS CAMARAS PARA OBTENER INFORMACION ACERCA DE LAS ACTIVIDADES USUALES AL MISMO TIEMPO QUE BUSCA COMPORTAMIENTOS EXTRAÑOS, EN CASO DE QUE SE DETECTE UN SUCESO INUSUAL, EL SISTEMA ENCONTRARA EN TIEMPO REAL LA UBICACION PRECISA DEL SUCESO, Y LE PASARA LA INFORMACION RELEVANTE A UN/A OPERADOR/A HUMANO/A, DE MODO QUE DICHO/A OPERADOR/A TOME LAS MEDIDAS PERTINENTES, VÍDEO VIGILANCIA\ANÁLISIS DE ACTIVIDADES\APRENDIZAJE PROFUNDO\REDES NEURONALES CONVOLUCIONALES\SUPER-RESOLUCIÓN\MODELOS NO PARAMÉTRICOS

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores