I-Corps: Privacy-Responsive Artificial Intelligence-Based Solution for Smart Video Surveillance
I-Corps:基于隐私敏感的人工智能的智能视频监控解决方案
基本信息
- 批准号:2323757
- 负责人:
- 金额:$ 5万
- 依托单位:
- 依托单位国家:美国
- 项目类别:Standard Grant
- 财政年份:2023
- 资助国家:美国
- 起止时间:2023-06-01 至 2024-11-30
- 项目状态:已结题
- 来源:
- 关键词:
项目摘要
The broader impact/commercial potential of this I-Corps project is exploring societal needs, market prospects, and obstacles in harnessing the latest artificial intelligence breakthroughs to tackle public safety challenges. This project uncovers and adopts optimal practices to maximize the advantages of intelligent video surveillance technologies while addressing the associated privacy and ethical considerations. This project seeks to create a responsible and privacy-responsive artificial intelligence that various stakeholders, business owners, local communities, and the public can accept, adopt, and use. By using advanced technologies ethically and responsibly, this project aims to create a buffer between authorities and civilians, minimizing unnecessary conflicts and eliminating biases based on race, ethnicity, gender, age, and socioeconomic status.This I-Corps project is based on developing artificial intelligence-based computer vision and video analytic technologies to perform complex cognitive tasks to identify potentially threatening anomalous behaviors in community spaces. Furthermore, it will equip end-users to view meta-analyses based on temporal events and statistics by providing a mobile application and a web portal to notify the residents, commuters, and responsible security personnel. The entire intelligent processing will perform next to the cameras without saving or sending the actual videos to an external server. For anomaly detection, the proposed technology will not use personally identifiable information or facial recognition and only relies on behaviors and activities within community spaces.This award reflects NSF's statutory mission and has been deemed worthy of support through evaluation using the Foundation's intellectual merit and broader impacts review criteria.
该 I-Corps 项目更广泛的影响/商业潜力正在探索社会需求、市场前景以及利用最新人工智能突破来应对公共安全挑战的障碍。该项目揭示并采用最佳实践,以最大限度地发挥智能视频监控技术的优势,同时解决相关的隐私和道德问题。该项目旨在创建一个负责任且注重隐私的人工智能,让各利益相关者、企业主、当地社区和公众都能接受、采用和使用。通过道德和负责任地使用先进技术,该项目旨在在当局和平民之间建立缓冲,最大限度地减少不必要的冲突并消除基于种族、民族、性别、年龄和社会经济地位的偏见。该 I-Corps 项目基于开发人工智能基于情报的计算机视觉和视频分析技术,用于执行复杂的认知任务,以识别社区空间中潜在威胁的异常行为。此外,它还将使最终用户能够通过提供移动应用程序和门户网站来查看基于时间事件和统计数据的元分析,以通知居民、通勤者和负责的安全人员。整个智能处理将在摄像机旁边执行,无需保存或将实际视频发送到外部服务器。对于异常检测,拟议的技术不会使用个人身份信息或面部识别,而仅依赖于社区空间内的行为和活动。该奖项反映了 NSF 的法定使命,并通过使用基金会的智力价值和更广泛的影响进行评估,被认为值得支持审查标准。
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
Hamed Tabkhi其他文献
CARPe Posterum: A Convolutional Approach for Real-time Pedestrian Path Prediction
CARPe Posterum:实时行人路径预测的卷积方法
- DOI:
10.1609/aaai.v35i3.16335 - 发表时间:
2020-05-26 - 期刊:
- 影响因子:5.2
- 作者:
Mat'ias Mendieta;Hamed Tabkhi - 通讯作者:
Hamed Tabkhi
Exploring the Efficiency of the OpenCL Pipe Semantic on an FPGA
探索 FPGA 上 OpenCL 管道语义的效率
- DOI:
10.1145/2927964.2927974 - 发表时间:
2016-04-22 - 期刊:
- 影响因子:0
- 作者:
Amir Momeni;Hamed Tabkhi;Yash Ukidave;G. Schirner;D. Kaeli - 通讯作者:
D. Kaeli
A Comprehensive Survey of Graph-based Deep Learning Approaches for Anomaly Detection in Complex Distributed Systems
复杂分布式系统中基于图的深度学习异常检测方法的综合综述
- DOI:
10.48550/arxiv.2206.04149 - 发表时间:
2024-09-14 - 期刊:
- 影响因子:0
- 作者:
Armin Danesh Pazho;Ghazal Alinezhad Noghre;Arnab A. Purkayastha;Jagannadh Vempati;Otto Martin;Hamed Tabkhi - 通讯作者:
Hamed Tabkhi
An Asymmetric Checkpointing and Rollback Error Recovery Scheme for Embedded Processors
嵌入式处理器的非对称检查点和回滚错误恢复方案
- DOI:
10.1109/dft.2008.27 - 发表时间:
2008-10-01 - 期刊:
- 影响因子:0
- 作者:
Hamed Tabkhi;S. Miremadi;A. Ejlali - 通讯作者:
A. Ejlali
Taming the Memory Demand Complexity of Adaptive Vision Algorithms
降低自适应视觉算法的内存需求复杂性
- DOI:
10.1007/978-3-319-90023-0_12 - 发表时间:
2015-11-03 - 期刊:
- 影响因子:0
- 作者:
Majid Sabbagh;Hamed Tabkhi;G. Schirner - 通讯作者:
G. Schirner
Hamed Tabkhi的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
{{ truncateString('Hamed Tabkhi', 18)}}的其他基金
PFI-TT: Behavioral Analysis for Safer Communities: Fair and Ethical AI for Trusted Surveillance
PFI-TT:行为分析,打造更安全的社区:公平且符合道德的 AI,实现可信监控
- 批准号:
2329816 - 财政年份:2023
- 资助金额:
$ 5万 - 项目类别:
Continuing Grant
CPS: Small: Worker-in-the-loop real time safety system for short-duration highway workzones
CPS:小型:适用于短期高速公路工作区的工人循环实时安全系统
- 批准号:
1932524 - 财政年份:2019
- 资助金额:
$ 5万 - 项目类别:
Standard Grant
SCC: Building Safe and Secure Communities through Real-Time Edge Video Analytics
SCC:通过实时边缘视频分析构建安全可靠的社区
- 批准号:
1831795 - 财政年份:2018
- 资助金额:
$ 5万 - 项目类别:
Standard Grant
SCC-Planning: Pedestrian Safe and Secure Communities with Ambient Machine Vision
SCC-Planning:利用环境机器视觉打造安全可靠的行人社区
- 批准号:
1737586 - 财政年份:2017
- 资助金额:
$ 5万 - 项目类别:
Standard Grant
相似国自然基金
面向隐私保护数据的联邦因果关系推断算法研究
- 批准号:62376087
- 批准年份:2023
- 资助金额:51 万元
- 项目类别:面上项目
数据安全隐私保护背景下多中心联邦因果推断方法研究
- 批准号:82330108
- 批准年份:2023
- 资助金额:220 万元
- 项目类别:重点项目
基于密码学的多方隐私计算关键技术研究
- 批准号:62332007
- 批准年份:2023
- 资助金额:231 万元
- 项目类别:重点项目
基于视觉匿名化的步态隐私保护关键技术研究
- 批准号:62372295
- 批准年份:2023
- 资助金额:50 万元
- 项目类别:面上项目
面向身份高可用性的人脸识别隐私保护
- 批准号:62306308
- 批准年份:2023
- 资助金额:30 万元
- 项目类别:青年科学基金项目
相似海外基金
Frictionless and privacy-enabled physical health detection and monitoring
无摩擦且支持隐私的身体健康检测和监控
- 批准号:
2901933 - 财政年份:2024
- 资助金额:
$ 5万 - 项目类别:
Studentship
Evolving privacy and utility in data storage and publishing
数据存储和发布中不断发展的隐私和实用性
- 批准号:
DE240100165 - 财政年份:2024
- 资助金额:
$ 5万 - 项目类别:
Discovery Early Career Researcher Award
Secure, Privacy-aware, and Trusted Data Share in Smart Mobility
智能移动中的安全、隐私意识和可信数据共享
- 批准号:
EP/Y002946/1 - 财政年份:2024
- 资助金额:
$ 5万 - 项目类别:
Research Grant
Privacy-preserving machine learning through secure management of data's lifecycle in distributed systems: REMINDER
通过安全管理分布式系统中的数据生命周期来保护隐私的机器学习:提醒
- 批准号:
EP/Y036301/1 - 财政年份:2024
- 资助金额:
$ 5万 - 项目类别:
Research Grant
HarmonicAI: Human-guided collaborative multi-objective design of explainable, fair and privacy-preserving AI for digital health
HarmonicAI:用于数字健康的可解释、公平和隐私保护人工智能的人工引导协作多目标设计
- 批准号:
EP/Y03743X/1 - 财政年份:2024
- 资助金额:
$ 5万 - 项目类别:
Research Grant