論文の概要: Smart Attendance System Usign CNN

• arxiv url: http://arxiv.org/abs/2004.14289v1
• Date: Wed, 22 Apr 2020 09:04:33 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-10 17:39:45.321899
• Title: Smart Attendance System Usign CNN
• Title（参考訳）: CNNに署名するスマートアテンダンスシステム
• Authors: Shailesh Arya, Hrithik Mesariya, Vishal Parekh
• Abstract要約: 我々は,顔検出と顔認識を用いた,出席者参加のためのスマートで効率的なシステムを導入している。 このシステムは、リアルタイムの顔認識を用いて、大学やオフィスに出席するために使用することができる。 出席記録は自動的に更新され、エクストラシートやデータベースに保存される。
• 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: The research on the attendance system has been going for a very long time, numerous arrangements have been proposed in the last decade to make this system efficient and less time consuming, but all those systems have several flaws. In this paper, we are introducing a smart and efficient system for attendance using face detection and face recognition. This system can be used to take attendance in colleges or offices using real-time face recognition with the help of the Convolution Neural Network(CNN). The conventional methods like Eigenfaces and Fisher faces are sensitive to lighting, noise, posture, obstruction, illumination etc. Hence, we have used CNN to recognize the face and overcome such difficulties. The attendance records will be updated automatically and stored in an excel sheet as well as in a database. We have used MongoDB as a backend database for attendance records.
• Abstract（参考訳）: 出席者システムの研究は非常に長い間行われてきたが、このシステムを効率的かつ低コストにするために、過去10年間に多くのアレンジが提案されてきた。 本稿では,顔検出と顔認識を用いた,スマートで効率的な出席システムを提案する。 このシステムは、コンボリューションニューラルネットワーク(CNN)の助けを借りて、リアルタイムの顔認識を用いて、大学やオフィスへの出席に利用できる。 EigenfacesやFisherfaceのような従来の方法は、照明、騒音、姿勢、障害物、照明などに敏感である。 そこで我々は,cnnを用いて顔認識を行い,その困難を克服した。 出席記録は自動的に更新され、excelシートやデータベースに保存される。 MongoDBをバックエンドデータベースとして使用しています。

関連論文リスト

• SqueezerFaceNet: Reducing a Small Face Recognition CNN Even More Via Filter Pruning [55.84746218227712]
  我々は,100万パラメータ未満の軽量顔認識ネットワークであるSqueezerFaceNetを開発した。 性能を損なうことなく、さらに(最大40%)削減できることを示す。
  論文  参考訳（メタデータ） (2023-07-20T08:38:50Z)
• ASHA: Assistive Teleoperation via Human-in-the-Loop Reinforcement Learning [91.58711082348293]
  オンラインユーザからのフィードバックからシステムのパフォーマンスに関する強化学習は、この問題に対する自然な解決策である。 このアプローチでは、特にフィードバックが不足している場合には、ループ内の大量のトレーニングデータが必要になる傾向があります。 疎いユーザフィードバックから効率的に学習する階層型ソリューションを提案する。
  論文  参考訳（メタデータ） (2022-02-05T02:01:19Z)
• Keypoint Message Passing for Video-based Person Re-Identification [106.41022426556776]
  ビデオベースの人物再識別(re-ID)は、異なるカメラで捉えた人々のビデオスニペットをマッチングすることを目的とした、視覚監視システムにおいて重要な技術である。 既存の手法は主に畳み込みニューラルネットワーク(CNN)に基づいており、そのビルディングブロックは近隣のピクセルを一度に処理するか、あるいは3D畳み込みが時間情報のモデル化に使用される場合、人の動きによって生じるミスアライメントの問題に悩まされる。 本稿では,人間指向グラフ法を用いて,通常の畳み込みの限界を克服することを提案する。具体的には,人手指のキーポイントに位置する特徴を抽出し,時空間グラフとして接続する。
  論文  参考訳（メタデータ） (2021-11-16T08:01:16Z)
• Real-Time Face Recognition System for Remote Employee Tracking [0.483420384410068]
  新型コロナウイルスの感染拡大を緩和するため、従業員が在宅勤務できるように、多くのオフィスが主導権を握った。 この課題に効果的に対処するため、私たちは、従業員を顔認識で追跡するソリューションを考案しました。 本稿では,これまで実験してきたシステムと,システムの長所と短所について簡潔に述べる。
  論文  参考訳（メタデータ） (2021-07-15T19:21:37Z)
• Facial Masks and Soft-Biometrics: Leveraging Face Recognition CNNs for Age and Gender Prediction on Mobile Ocular Images [53.913598771836924]
  スマートフォンで撮影した自撮り眼画像を使って年齢や性別を推定します。 ImageNet Challengeの文脈で提案された2つの既存の軽量CNNを適応させる。 一部のネットワークは顔認識のためにさらにトレーニングされており、非常に大規模なトレーニングデータベースが利用可能です。
  論文  参考訳（メタデータ） (2021-03-31T01:48:29Z)
• AuthNet: A Deep Learning based Authentication Mechanism using Temporal Facial Feature Movements [0.0]
  パスワードを発話しながら、顔認識と、その顔のユニークな動きの両方を利用する認証機構を提案する。 提案したモデルは,任意の言語でパスワードを設定することができるため,言語障壁によって阻害されない。
  論文  参考訳（メタデータ） (2020-12-04T10:46:12Z)
• I-POST: Intelligent Point of Sale and Transaction System [0.0]
  I-POST (Intelligent Point of Sale and Transaction) は、スマートデバイス、携帯電話、および最先端の機械学習アルゴリズムを使用するソフトウェアシステムである。 I-POSTは自動チェックアウトシステムで、ユーザーは店を歩き、アイテムを集め、店を出ることができる。
  論文  参考訳（メタデータ） (2020-11-12T01:06:17Z)
• A Parallel Approach for Real-Time Face Recognition from a Large Database [0.25559196081940677]
  このシステムは、被験者の顔の埋め込みを保存し、比較し、後にライブビデオフィード内でそれらを識別する。 このシステムは極めて正確で、リアルタイムでIDをタグ付けすることができる。
  論文  参考訳（メタデータ） (2020-11-01T07:40:10Z)
• AEGIS: A real-time multimodal augmented reality computer vision based system to assist facial expression recognition for individuals with autism spectrum disorder [93.0013343535411]
  本稿では,コンピュータビジョンと深部畳み込みニューラルネットワーク(CNN)を組み合わせたマルチモーダル拡張現実(AR)システムの開発について述べる。 提案システムはAIGISと呼ばれ,タブレット,スマートフォン,ビデオ会議システム,スマートグラスなど,さまざまなユーザデバイスにデプロイ可能な支援技術である。 我々は空間情報と時間情報の両方を活用して正確な表現予測を行い、それを対応する可視化に変換し、元のビデオフレーム上に描画する。
  論文  参考訳（メタデータ） (2020-10-22T17:20:38Z)
• Masked Face Recognition for Secure Authentication [2.429066522170765]
  マスクされた顔は検出と認識が難しいため、社内データセットを無効にする恐れがある。 マスクされた顔の大規模なデータセットを効果的に作成するためのオープンソースのツールであるMaskTheFaceを提案する。 Facenet システムでは 38% の増加がみられた。
  論文  参考訳（メタデータ） (2020-08-25T15:33:59Z)
• TimeConvNets: A Deep Time Windowed Convolution Neural Network Design for Real-time Video Facial Expression Recognition [93.0013343535411]
  本研究では、リアルタイムな映像表情認識を目的とした、新しい時間窓付き畳み込みニューラルネットワーク設計(TimeConvNets)について検討する。 我々は,TimeConvNetsが表情の過度なニュアンスを捕捉し,低い推論時間を維持しながら分類精度を高めることができることを示した。
  論文  参考訳（メタデータ） (2020-03-03T20:58:52Z)

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。