論文の概要: AQPDCITY Dataset: Picture-Based PM Monitoring in the Urban Area of Big Cities

• arxiv url: http://arxiv.org/abs/2003.09784v2
• Date: Mon, 6 Apr 2020 02:32:21 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-21 05:49:59.821453
• Title: AQPDCITY Dataset: Picture-Based PM Monitoring in the Urban Area of Big Cities
• Title（参考訳）: AQPDCITYデータセット:大都市の都市部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: 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。
• 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: Since Particulate Matters (PMs) are closely related to people's living and health, it has become one of the most important indicator of air quality monitoring around the world. But the existing sensor-based methods for PM monitoring have remarkable disadvantages, such as low-density monitoring stations and high-requirement monitoring conditions. It is highly desired to devise a method that can obtain the PM concentration at any location for the following air quality control in time. The prior works indicate that the PM concentration can be monitored by using ubiquitous photos. To further investigate such issue, we gathered 1,500 photos in big cities to establish a new AQPDCITY dataset. Experiments conducted to check nine state-of-the-art methods on this dataset show that the performance of those above methods perform poorly in the AQPDCITY dataset.
• Abstract（参考訳）: 粒子状物質(PM)は人々の生活と健康に密接に関連しているため、世界中の大気質モニタリングの最も重要な指標となっている。 しかし、PMモニタリングのための既存のセンサベースの手法には、低密度監視局や高要求監視条件など、顕著な欠点がある。 下記の空気品質管理のために、任意の場所でpm濃度を得ることができる方法を考案することが非常に望まれている。 先行研究は,pm濃度をユビキタス写真を用いて監視できることを示した。 この問題をさらに調査するため、大都市で1500枚の写真を収集し、新しいAQPDCITYデータセットを構築した。 このデータセットで9つの最先端メソッドをチェックする実験は、上記のメソッドのパフォーマンスがaqpdcityデータセットでは良くないことを示している。

関連論文リスト

• Self-supervised Multi-task Learning Framework for Safety and Health-Oriented Connected Driving Environment Perception using Onboard Camera [0.981441019058895]
  画像合成と分解の双方向プロセス(BPISD)を提案する。 同時に深度マップ、大気の可視性、大気光、PM2.5濃度を推定する。 提案するシステムのトレーニングとテストのフェーズはどちらも,入力としてひとつのイメージのみを必要とする。
  論文  参考訳（メタデータ） (2023-06-20T18:31:32Z)
• The State of Aerial Surveillance: A Survey [62.198765910573556]
  本稿では、コンピュータビジョンとパターン認識の観点から、人間中心の空中監視タスクの概要を概観する。 主な対象は、単体または複数の被験者が検出され、特定され、追跡され、再同定され、その振る舞いが分析される人間である。
  論文  参考訳（メタデータ） (2022-01-09T20:13:27Z)
• IS-COUNT: Large-scale Object Counting from Satellite Images with Covariate-based Importance Sampling [90.97859312029615]
  本研究では,大規模地形におけるオブジェクト数統計をサンプリングによって推定する手法を提案する。 提案手法は,米国とアフリカ,ケニアの自動車,バングラデシュのレンガキルン,米国のスイミングプールの建物数の推定において,高い性能を発揮することを示す。
  論文  参考訳（メタデータ） (2021-12-16T18:59:29Z)
• BEV-Net: Assessing Social Distancing Compliance by Joint People Localization and Geometric Reasoning [77.08836528980248]
  新型コロナウイルス(COVID-19)の感染拡大を受け、公衆衛生に不可欠なソーシャルディスタンシング(ソーシャルディスタンシング)が注目されている。 本研究では,広視野カメラを用いた公共空間における視覚的ソーシャル・ディスタンシング・コンプライアンス・アセスメントの課題について考察する。 鳥眼ビュー(BEV)下での注釈付き群集シーンのデータセットと距離測定のための地上真実を紹介する。 マルチブランチネットワークであるBEV-Netは、世界座標における個人をローカライズし、ソーシャルディスタンシングに違反する高リスク領域を特定するために提案されている。
  論文  参考訳（メタデータ） (2021-10-10T23:56:37Z)
• Surveilling Surveillance: Estimating the Prevalence of Surveillance Cameras with Street View Data [13.77902229604303]
  我々は、カメラ検出モデルを構築し、世界中の10大都市と6大都市から採取された160万のストリートビュー画像に適用する。 本モデルから推定したリコールを調整した後,道路から見える監視カメラの密度を推定できる。 米国10都市を詳細に分析したところ、カメラは商業地域、工業地域、混成地域、および非白人住民のシェアが高い地区に集中していることがわかった。
  論文  参考訳（メタデータ） (2021-05-04T21:06:01Z)
• HVAQ: A High-Resolution Vision-Based Air Quality Dataset [3.9523800511973017]
  PM2.5, PM10, 温度, 湿度データからなる高時間・空間分解能空気質データセットを提案する。 我々は,センサの密度と画像によって予測精度が向上することを示すために,いくつかの視覚に基づくPM濃度予測アルゴリズムをデータセット上で評価した。
  論文  参考訳（メタデータ） (2021-02-18T13:42:34Z)
• SOCAIRE: Forecasting and Monitoring Urban Air Quality in Madrid [0.0]
  本稿では,ニューラルネットワーク,統計モデル,ネストモデルに基づく運用ツールであるSOCAIREを提案する。 大気汚染の過去の濃度、人間の活動、数値汚染の推定、数値天気予報など、大気汚染に影響を及ぼす可能性のある各コンポーネントをモデル化することに焦点を当てている。 このツールは現在マドリードで運用されており、48時間にわたって毎日の空気の質を予測している。
  論文  参考訳（メタデータ） (2020-11-19T09:39:10Z)
• Perceiving Traffic from Aerial Images [86.994032967469]
  本研究では,空中画像中の物体を検出するために,バタフライ検出器と呼ばれる物体検出手法を提案する。 UAVDT(UAVDT)とVisDrone 2019(VisDrone 2019)の2つのUAVデータセット上でButterfly Detectorを評価し、従来の最先端の手法よりも高速に動作し、かつリアルタイムに動作可能であることを示す。
  論文  参考訳（メタデータ） (2020-09-16T11:37:43Z)
• ETH-XGaze: A Large Scale Dataset for Gaze Estimation under Extreme Head Pose and Gaze Variation [52.5465548207648]
  ETH-XGazeは100万以上の高解像度画像からなる新しい視線推定データセットである。 我々のデータセットは、異なる頭部ポーズと視線角度で視線推定手法のロバスト性を大幅に改善できることを示す。
  論文  参考訳（メタデータ） (2020-07-31T04:15:53Z)
• Federated Learning in the Sky: Aerial-Ground Air Quality Sensing Framework with UAV Swarms [53.38353133198842]
  空気質は人間の健康に大きく影響し、空気質指数(AQI)の正確かつタイムリーな予測がますます重要になっている。 本稿では, 精密な3次元空気質モニタリングと予測を行うための, 新たなフェデレーション学習型地上空気質検知フレームワークを提案する。 地中センシングシステムでは, グラフ畳み込みニューラルネットワークを用いたLong Short-Term Memory (GC-LSTM) モデルを提案し, 高精度, リアルタイム, 将来的なAQI推論を実現する。
  論文  参考訳（メタデータ） (2020-07-23T13:32:47Z)
• AQPDBJUT Dataset: Picture-Based PM Monitoring in the Campus of BJUT [0.0]
  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。
  論文  参考訳（メタデータ） (2020-03-19T07:28:13Z)

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。