論文の概要: Using Computer Vision to enhance Safety of Workforce in Manufacturing in
a Post COVID World
- arxiv url: http://arxiv.org/abs/2005.05287v2
- Date: Mon, 25 May 2020 12:16:12 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-04 19:27:29.689594
- Title: Using Computer Vision to enhance Safety of Workforce in Manufacturing in
a Post COVID World
- Title(参考訳): コンピュータービジョンを用いた新型コロナ後の製造業における労働力の安全性向上
- Authors: Prateek Khandelwal, Anuj Khandelwal, Snigdha Agarwal, Deep Thomas,
Naveen Xavier, Arun Raghuraman (for Group Data and Analytics, Aditya Birla
Group)
- Abstract要約: 新型コロナウイルス(COVID-19)の感染拡大を受け、各国政府は新型コロナウイルス感染防止のためロックダウンを強制した。
職場での社会的距離を維持し、マスクを着用していると、感染リスクは明らかに低下する。
我々は、CCTVフィードでコンピュータビジョンを使用して労働者の活動を監視し、店の床でリアルタイムの音声アラートをトリガーする違反を検出することに決めた。
- 参考スコア(独自算出の注目度): 29.52028845462248
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The COVID-19 pandemic forced governments across the world to impose lockdowns
to prevent virus transmissions. This resulted in the shutdown of all economic
activity and accordingly the production at manufacturing plants across most
sectors was halted. While there is an urgency to resume production, there is an
even greater need to ensure the safety of the workforce at the plant site.
Reports indicate that maintaining social distancing and wearing face masks
while at work clearly reduces the risk of transmission. We decided to use
computer vision on CCTV feeds to monitor worker activity and detect violations
which trigger real time voice alerts on the shop floor. This paper describes an
efficient and economic approach of using AI to create a safe environment in a
manufacturing setup. We demonstrate our approach to build a robust social
distancing measurement algorithm using a mix of modern-day deep learning and
classic projective geometry techniques. We have deployed our solution at
manufacturing plants across the Aditya Birla Group (ABG). We have also
described our face mask detection approach which provides a high accuracy
across a range of customized masks.
- Abstract(参考訳): 新型コロナウイルス(covid-19)のパンデミックは、世界中の政府に、ウイルス感染を防ぐためにロックダウンを強要した。
これにより、すべての経済活動が停止され、多くの部門で製造工場の生産が停止された。
生産再開の緊急性はあるものの、工場現場の労働者の安全を確保する必要性はさらに高まっている。
報告書によると、職場で社会的距離を保ち、フェイスマスクを着用していると、感染のリスクが明らかに減少する。
我々は、CCTVフィードでコンピュータビジョンを使用して労働者の活動を監視し、店の床でリアルタイムの音声アラートを引き起こす違反を検出することに決めた。
本稿では,aiを用いた安全環境構築の効率的かつ経済的なアプローチについて述べる。
本研究では,現代の深層学習と古典的な射影幾何学手法を組み合わせて,ロバストなソーシャルディスタンス計測アルゴリズムを構築する手法を示す。
私たちはAditya Birla Group(ABG)の工場でソリューションをデプロイしました。
また、マスク検出手法についても述べており、カスタマイズされたマスクの幅に高い精度を提供する。
関連論文リスト
- Privacy-preserving Optics for Enhancing Protection in Face De-identification [60.110274007388135]
この脆弱性を解決するために,ハードウェアレベルの顔識別手法を提案する。
また、プライバシ保存画像、フェイスヒートマップ、およびパブリックデータセットからの参照顔イメージを入力として、新しい顔を生成する匿名化フレームワークを提案する。
論文 参考訳(メタデータ) (2024-03-31T19:28:04Z) - Safety Margins for Reinforcement Learning [53.10194953873209]
安全マージンを生成するためにプロキシ臨界度メトリクスをどのように活用するかを示す。
Atari 環境での APE-X と A3C からの学習方針に対するアプローチを評価する。
論文 参考訳(メタデータ) (2023-07-25T16:49:54Z) - Approximate Shielding of Atari Agents for Safe Exploration [83.55437924143615]
遮蔽の概念に基づく安全な探索のための原理的アルゴリズムを提案する。
本稿では,我々の近似遮蔽アルゴリズムが安全違反率を効果的に低減することを示す予備的な結果を示す。
論文 参考訳(メタデータ) (2023-04-21T16:19:54Z) - Social Distance Detection Using Deep Learning And Risk Management System [0.0]
COVID-19 Social Distancing Detector Systemは、ディープラーニングを利用して、ハイエンドなセマンティックデータをCNNモジュールに統合するシングルステージ検出器である。
現在のセキュリティ映像、CCTVカメラ、コンピュータビジョン(CV)をデプロイすることで、社会的分離の災難を経験している人々を特定することもできる。
論文 参考訳(メタデータ) (2023-04-20T12:27:39Z) - Visual Detection of Personal Protective Equipment and Safety Gear on
Industry Workers [49.36909714011171]
我々は、PPE(Personal Protective Equipment)の使用を検知するカメラを用いて、労働者の安全を向上するシステムを開発した。
我々の焦点は、制限区域へのアクセスを得るために労働者が自らを提示しなければならないエントリーコントロールポイントに我々のシステムを実装することである。
この研究の新たな特徴は、クラス数を5つの対象(ヘルメット、安全ベスト、安全手袋、安全眼鏡、聴覚保護)に増やすことである。
論文 参考訳(メタデータ) (2022-12-09T11:50:03Z) - An Industrial Workplace Alerting and Monitoring Platform to Prevent
Workplace Injury and Accidents [0.0]
安全でない活動の個人防護装置(PPE)の使用を検知し、分類するための産業用職場警報・監視プラットフォームを提案する。
提案手法は,複数の人や物体が関与する長時間動作を初めて解析する手法である。
そこで本研究では,産業現場のビデオデータにアクション分類を付加し,PPEを検出した最初のオープンソースアノテートデータセットを提案する。
論文 参考訳(メタデータ) (2022-10-25T06:35:00Z) - BinaryCoP: Binary Neural Network-based COVID-19 Face-Mask Wear and
Positioning Predictor on Edge Devices [63.56630165340053]
フェイスマスクは、空気性疾患に対する双方向保護のための医療に効果的な解決策を提供する。
CNNは、顔認識と正しいマスク着用と位置決めの分類に優れたソリューションを提供する。
CNNは、企業ビル、空港、ショッピングエリア、その他の屋内場所への入り口で利用でき、ウイルスの拡散を緩和することができる。
論文 参考訳(メタデータ) (2021-02-06T00:14:06Z) - An Automatic System to Monitor the Physical Distance and Face Mask
Wearing of Construction Workers in COVID-19 Pandemic [0.0]
世界保健機関(WHO)は、マスクを着用し、ウイルスの拡散を緩和するために身体距離を練習することを推奨している。
本論文では, 建設作業者間のマスク着用と身体的分散の違反を自動的に検出するコンピュータビジョンシステムを開発した。
論文 参考訳(メタデータ) (2021-01-05T06:53:41Z) - Multi-Stage CNN Architecture for Face Mask Detection [0.0]
本研究では,フェイスマスクが適切に使用されていないインスタンスを検出できるディープラーニングシステムを提案する。
本システムは2段階の畳み込みニューラルネットワーク(CNN)アーキテクチャによって構成され,マスクやマスクのない顔を検出する。
これにより、安全違反の追跡、フェイスマスクの使用の促進、安全な作業環境の確保が期待できる。
論文 参考訳(メタデータ) (2020-09-16T12:23:21Z) - DEEVA: A Deep Learning and IoT Based Computer Vision System to Address
Safety and Security of Production Sites in Energy Industry [0.0]
本稿では,シーン分類,シーン中のオブジェクト検出,セマンティックセグメンテーション,シーンキャプションなど,さまざまなコンピュータビジョンに関わる問題に取り組む。
我々は、シーン分類、オブジェクト検出、セマンティックセグメンテーション、シーンのキャプションを扱うためのDeep ExxonMobil Eye for Video Analysis (DEEVA)パッケージを開発した。
その結果, RetinaNet物体検出器を用いた伝達学習により, 作業者の存在, 車両・建設機器の種類, 安全関連物体を高い精度(90%以上)で検出できることがわかった。
論文 参考訳(メタデータ) (2020-03-02T21:26:00Z)
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。