Sign In

From Offline to Periodic Adaptation for Pose-Based Shoplifting Detection in Real-world Retail Security

Created by
  • Haebom
Category
Empty

μ €μž

Shanle Yao, Narges Rashvand, Armin Danesh Pazho, Hamed Tabkhi

πŸ’‘ κ°œμš”

λ³Έ 논문은 μ†Œλ§€μ μ˜ μ¦κ°€ν•˜λŠ” μ ˆλ„ λ¬Έμ œμ— λŒ€μ‘ν•˜κΈ° μœ„ν•΄, μžμ„Έ 기반의 비지도 μ˜μƒ 이상 탐지 기법을 μ œμ•ˆν•©λ‹ˆλ‹€. 특히, μ‹€μ œ μ†Œλ§€μ  ν™˜κ²½μ˜ μ—£μ§€ λ””λ°”μ΄μŠ€μ—μ„œ 주기적으둜 λͺ¨λΈμ„ μ μ‘μ‹œν‚€λŠ” ν”„λ ˆμž„μ›Œν¬λ₯Ό κ°œλ°œν•˜μ—¬, ν™•μž₯ κ°€λŠ₯ν•˜κ³  μ €μ§€μ—°μ˜ 이상 탐지λ₯Ό μ§€μ›ν•©λ‹ˆλ‹€. 이λ₯Ό μœ„ν•΄ λŒ€κ·œλͺ¨ μ‹€μ œ μ ˆλ„ 데이터셋인 RetailSλ₯Ό κ΅¬μΆ•ν•˜κ³ , μ—£μ§€ λ””λ°”μ΄μŠ€μ—μ„œ 30λΆ„ 이내에 ν•™μŠ΅ κ°€λŠ₯ν•œ νš¨μœ¨μ„±μ„ μž…μ¦ν–ˆμŠ΅λ‹ˆλ‹€.

πŸ”‘ μ‹œμ‚¬μ  및 ν•œκ³„

β€’
μ—£μ§€ μ»΄ν“¨νŒ… ν™˜κ²½μ—μ„œ 주기적으둜 λͺ¨λΈμ„ μ μ‘μ‹œμΌœ μ‹€μ‹œκ°„ μ ˆλ„ νƒμ§€μ˜ νš¨μœ¨μ„±κ³Ό ν™•μž₯성을 높일 수 μžˆμŠ΅λ‹ˆλ‹€.
β€’
μ‹€μ œ μ†Œλ§€μ  ν™˜κ²½μ„ λ°˜μ˜ν•œ λŒ€κ·œλͺ¨ 데이터셋(RetailS)을 κ³΅κ°œν•˜μ—¬ κ΄€λ ¨ μ—°κ΅¬μ˜ μž¬ν˜„μ„±κ³Ό λ°œμ „μ— κΈ°μ—¬ν•©λ‹ˆλ‹€.
β€’
μ œμ•ˆλœ ν”„λ ˆμž„μ›Œν¬λŠ” μ—£μ§€ λ””λ°”μ΄μŠ€μ˜ μ œν•œλœ μžμ›μ—μ„œλ„ μ‹€μš©μ μΈ μ„±λŠ₯을 보이며, μ˜¨ν”„λ ˆλ―ΈμŠ€(on-premise) IoT 배포에 λŒ€ν•œ κ°€λŠ₯성을 λ³΄μ—¬μ€λ‹ˆλ‹€.
β€’
μ—£μ§€ λ””λ°”μ΄μŠ€μ—μ„œμ˜ 주기적 ν•™μŠ΅ μ‹œκ°„, λ‹€μ–‘ν•œ μ‘°λͺ… 및 ν™˜κ²½ 변화에 λŒ€ν•œ 강건성, 그리고 μ˜€νƒ(false positive) κ°μ†Œλ₯Ό μœ„ν•œ 좔가적인 연ꡬ가 ν•„μš”ν•©λ‹ˆλ‹€.
πŸ‘