Recognition of Shoplifting Activities in CCTV Footage Using the Combined CNN-RNN Model

Uproszczony widok
dc.contributor.authorKirichenko, Lyudmyla
dc.contributor.authorPichugina, Oksana
dc.contributor.authorSydorenko, Bohdan
dc.contributor.authorYakovlev, Sergiy
dc.date.accessioned2023-09-21T07:55:53Z
dc.date.available2023-09-21T07:55:53Z
dc.date.issued2023
dc.description.abstractThe recognition of human activities through surveillance has numerous applications across various fields. This article presents a proposed approach to identify shoplifting in camera-recorded video data using a neural classifier that combines two neural networks, specifically, convolutional and recurrent networks. The hybrid architecture consists of two parallel streams: initial and processed video fragments (histogram of oriented gradients and optical flow). The convolutional network extracts features from each frame of the video fragment, while the recurrent network processes the temporal information from sequences of frames as features to classify the activity.en_EN
dc.identifier.citationKirichenko L., Pichugina O., Sydorenko B., Yakovlev S., Recognition of Shoplifting Activities in CCTV Footage Using the Combined CNN-RNN Model. W: Progress in Polish Artificial Intelligence Research 4, Wojciechowski A. (Ed.), Lipiński P. (Ed.)., Seria: Monografie Politechniki Łódzkiej Nr. 2437, Wydawnictwo Politechniki Łódzkiej, Łódź 2023, s. 61-66, ISBN 978-83-66741-92-8, doi: 10.34658/9788366741928.8.
dc.identifier.doi10.34658/9788366741928.8
dc.identifier.isbn978-83-66741-92-8
dc.identifier.urihttp://hdl.handle.net/11652/4783
dc.identifier.urihttps://doi.org/10.34658/9788366741928.8
dc.language.isoenen_EN
dc.page.numbers. 61-66
dc.publisherWydawnictwo Politechniki Łódzkiejpl_PL
dc.publisherLodz University of Technology Pressen_EN
dc.relation.ispartofWojciechowski A. (Ed.), Lipiński P. (Ed.)., Progress in Polish Artificial Intelligence Research 4, Seria: Monografie Politechniki Łódzkiej Nr. 2437, Wydawnictwo Politechniki Łódzkiej, Łódź 2023, ISBN 978-83-66741-92-8, doi: 10.34658/9788366741928.
dc.rightsDla wszystkich w zakresie dozwolonego użytkupl_PL
dc.rightsFair use conditionen_EN
dc.rights.licenseLicencja PŁpl_PL
dc.rights.licenseLUT Licenseen_EN
dc.subjecthuman activity recognitionen_EN
dc.subjectsurveillanceen_EN
dc.subjectshopliftingen_EN
dc.subjectconvolutional neural networken_EN
dc.subjectrecurrent neural networken_EN
dc.subjectfeatures extractionen_EN
dc.subjecthistogram of oriented gradientsen_EN
dc.subjectoptical flowen_EN
dc.subjectrozpoznawanie działalności człowiekapl_PL
dc.subjectinwigilacjapl_PL
dc.subjectkradzieże w sklepachpl_PL
dc.subjectplotowa sieć neuronowapl_PL
dc.subjectrekurencyjna sieć neuronowapl_PL
dc.subjectekstrakcja cechpl_PL
dc.subjecthistogram zorientowanych gradientówpl_PL
dc.subjectprzepływ optycznypl_PL
dc.titleRecognition of Shoplifting Activities in CCTV Footage Using the Combined CNN-RNN Modelen_EN
dc.typeRozdział - monografiapl_PL
dc.typeChapter - monographen_EN

Pliki

Oryginalne pliki
Teraz wyświetlane 1 - 1 z 1
Brak miniatury
Nazwa:
8. Recogn_shoplift_Kirichenko_Pichugina_2023.pdf
Rozmiar:
209.7 KB
Format:
Adobe Portable Document Format
Opis:
Pobierz
Licencja
Teraz wyświetlane 1 - 1 z 1
Brak miniatury
Nazwa:
license.txt
Rozmiar:
1.71 KB
Format:
Item-specific license agreed upon to submission
Opis:
Pobierz

Kolekcje

Rozdziały
Książki, monografie, podręczniki, rozdziały (WFTIiMS)