論文の概要: AQPDBJUT Dataset: Picture-Based PM Monitoring in the Campus of BJUT

• arxiv url: http://arxiv.org/abs/2003.08609v2
• Date: Sat, 21 Mar 2020 15:28:56 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-22 04:24:03.905713
• Title: AQPDBJUT Dataset: Picture-Based PM Monitoring in the Campus of BJUT
• Title（参考訳）: AQPDBJUTデータセット:BJUTキャンパスにおける画像に基づくPMモニタリング
• Authors: Yonghui Zhang (1-4), Ke Gu (1-4) ((1) Engineering Research Center of Intelligent Perception and Autonomous Control, AMinistry of Education, (2) Beijing Key Laboratory of Computational Intelligence and Intelligent System, (3) Beijing Key Laboratory of Computational Intelligence and Intelligent System, (4) Faculty of Information Technology, Beijing University of Technology, China)
• Abstract要約: 近年、粒子状物質(PM)の濃度が増加し続けており、学生の健康に深刻な害を与えている。 北京工業大学が収集した1500枚の写真を含む新しいデータセットを構築した。 実験によると、最先端の手法はキャンパスでのPMモニタリングには理想的ではない。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Ensuring the students in good physical levels is imperative for their future health. In recent years, the continually growing concentration of Particulate Matter (PM) has done increasingly serious harm to student health. Hence, it is highly required to prevent and control PM concentrations in the campus. As the source of PM prevention and control, developing a good model for PM monitoring is extremely urgent and has posed a big challenge. It has been found in prior works that photobased methods are available for PM monitoring. To verify the effectiveness of existing PM monitoring methods in the campus, we establish a new dataset which includes 1,500 photos collected in the Beijing University of Technology. Experiments show that stated-of-the-art methods are far from ideal for PM monitoring in the campus.
• Abstract（参考訳）: 学生の体力の確保は将来の健康に不可欠である。 近年、粒子状物質(PM)の濃度が増加し続けており、学生の健康に深刻な害を与えている。 したがって、キャンパス内のPM濃度を予防し、制御することが非常に必要である。 PM予防とコントロールの源泉として,PMモニタリングのための優れたモデルの開発は極めて緊急であり,大きな課題となっている。 過去の研究で、PMモニタリングにフォトベースの方法が利用できることが判明している。 大学キャンパスにおける既存のPMモニタリング手法の有効性を検証するため,北京工科大学で収集された1500枚の写真を含む新しいデータセットを構築した。 実験によると、最先端の手法はキャンパスでのPMモニタリングには適していない。

関連論文リスト

• MITS-GAN: Safeguarding Medical Imaging from Tampering with Generative Adversarial Networks [48.686454485328895]
  本研究では,医療画像の改ざんを防止する新しいアプローチであるMITS-GANを紹介する。 このアプローチは、人間の目には知覚できない微調整された摂動を導入することで、攻撃者のCT-GANアーキテクチャの出力を妨害する。 CTスキャンによる実験結果から,MITS-GANの優れた性能が確認された。
  論文  参考訳（メタデータ） (2024-01-17T22:30:41Z)
• Bullying10K: A Large-Scale Neuromorphic Dataset towards Privacy-Preserving Bullying Recognition [8.6837371869842]
  我々は、ダイナミックビジョンセンサー(DVS)カメラを利用して、暴力的なインシデントを検出し、静止画像の代わりにピクセルの明るさの変化を捉えてプライバシーを保護する。 1万のイベントセグメントがあり、合計120億のイベントと255GBのデータがある。 プライバシー保護ビデオシステムのトレーニングと開発のための貴重なリソースとして機能する。
  論文  参考訳（メタデータ） (2023-06-20T13:59:20Z)
• Surveillance Face Presentation Attack Detection Challenge [68.06719263243806]
  Face Anti-Spoofing (FAS) は、様々な物理的攻撃から顔認識システムを保護するために不可欠である。 大規模サーベイランスハイフィデリティマスク(SuHiFiMask)を収集する SuHiFiMaskには、年齢層別101ドルのビデオが10,195ドル、メインストリームの監視カメラが7ドルだ。 監視シナリオにおける顔提示攻撃検出の課題を整理する。
  論文  参考訳（メタデータ） (2023-04-15T15:23:19Z)
• Exploring the Utility of Self-Supervised Pretraining Strategies for the Detection of Absent Lung Sliding in M-Mode Lung Ultrasound [72.39040113126462]
  セルフ教師付きプレトレーニングは、医用画像における教師付き学習タスクのパフォーマンスを向上させるために観察されている。 本研究は,Mモード肺超音波画像における肺スライディング分類の下流タスクの微調整を指導する前,自己指導型プレトレーニングの有用性について検討した。
  論文  参考訳（メタデータ） (2023-04-05T20:01:59Z)
• In-vehicle alertness monitoring for older adults [63.359033532099204]
  高齢者に対する車内警戒監視システムを提案する。 高齢者10名(70歳以上)を対象に,プロトタイプトラベラー監視システムを実装し,警報検出アルゴリズムの評価を行った。 本研究は, 人口調査対象者を対象とした最初の研究であり, 参加型手法によるアルゴリズム開発とシステム設計に関する今後の研究に影響を及ぼすものである。
  論文  参考訳（メタデータ） (2022-08-17T06:07:37Z)
• CelebA-Spoof Challenge 2020 on Face Anti-Spoofing: Methods and Results [52.037212630137304]
  CelebA-Spoofは、データと被験者の数の点で最大の顔のアンチスプーフィングデータセットです。 本稿では、CelebA-Spoof Challenge 2020 on Face AntiSpoofingの方法と結果を報告する。
  論文  参考訳（メタデータ） (2021-02-25T02:31:41Z)
• Weakly-Supervised Saliency Detection via Salient Object Subitizing [57.17613373230722]
  我々は,クラス非依存であるため,弱い監督としてサリエンシー・サブイタライジングを導入する。 これにより、監視はサリエンシー検出の特性と整合することができます。 5つのベンチマークデータセットに対して広範な実験を行う。
  論文  参考訳（メタデータ） (2021-01-04T12:51:45Z)
• "Healthy surveillance": Designing a concept for privacy-preserving mask recognition AI in the age of pandemics [1.1470070927586016]
  2020年に新型コロナウイルスのパンデミックが発生した場合、多くの政府はマスクを着用するよう推奨したり、市民に勧めたりする。 マスク認識の大規模監視には、高性能な人工知能が必要である。 我々の概念的ディープラーニングに基づく人工知能は、プライバシーに優しい環境で95%から99%の検知性能を達成することができる。
  論文  参考訳（メタデータ） (2020-10-20T14:00:04Z)
• Face Mask Detection using Transfer Learning of InceptionV3 [3.6016022712620095]
  新型コロナウイルスに対する最も効果的な対策は、公共の場所や混雑した地域でマスクを着用していることだ。 これらの地域の人々を手動で監視することは極めて困難である。 本稿では,マスクを着用していない人を識別するプロセスを自動化するために,移動学習モデルを提案する。
  論文  参考訳（メタデータ） (2020-09-17T15:34:06Z)
• AQPDCITY Dataset: Picture-Based PM Monitoring in the Urban Area of Big Cities [0.0]
  粒子状物質 (Particulate Matters, PM) は、人々の生活と健康に密接に関係している。 既存のPMモニタリングのためのセンサベースの方法には、顕著な欠点がある。 いずれかの場所におけるPM濃度を経時的に測定できる手法を考案することが望まれる。
  論文  参考訳（メタデータ） (2020-03-22T02:37:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。