論文の概要: Observing Responses to the COVID-19 Pandemic using Worldwide Network Cameras

• arxiv url: http://arxiv.org/abs/2005.09091v1
• Date: Mon, 18 May 2020 21:13:54 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-19 10:53:19.375601
• Title: Observing Responses to the COVID-19 Pandemic using Worldwide Network Cameras
• Title（参考訳）: 世界規模のネットワークカメラを用いたCOVID-19パンデミック対応の観察
• Authors: Isha Ghodgaonkar, Abhinav Goel, Fischer Bordwell, Caleb Tung, Sara Aghajanzadeh, Noah Curran, Ryan Chen, Kaiwen Yu, Sneha Mahapatra, Vishnu Banna, Gore Kao, Kate Lee, Xiao Hu, Nick Eliopolous, Akhil Chinnakotla, Damini Rijhwani, Ashley Kim, Aditya Chakraborty, Mark Daniel Ward, Yung-Hsiang Lu, George K. Thiruvathukal
• Abstract要約: 新型コロナウイルス(COVID-19)は世界的なパンデミックを引き起こし、政策の「ロックダウン」とソーシャルディスタンシングにつながった。 これらの歴史的出来事を観察する伝統的な方法が難しいのは、多くの感染者を抱える地域に記者を送り込むことで、記者の命を危険にさらす可能性があるからである。 本報告では, 全国に展開するネットワークカメラ数千台を用いて, 対応活動の目撃を図っている。
• 参考スコア（独自算出の注目度）: 2.363695315862686
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: COVID-19 has resulted in a worldwide pandemic, leading to "lockdown" policies and social distancing. The pandemic has profoundly changed the world. Traditional methods for observing these historical events are difficult because sending reporters to areas with many infected people can put the reporters' lives in danger. New technologies are needed for safely observing responses to these policies. This paper reports using thousands of network cameras deployed worldwide for the purpose of witnessing activities in response to the policies. The network cameras can continuously provide real-time visual data (image and video) without human efforts. Thus, network cameras can be utilized to observe activities without risking the lives of reporters. This paper describes a project that uses network cameras to observe responses to governments' policies during the COVID-19 pandemic (March to April in 2020). The project discovers over 30,000 network cameras deployed in 110 countries. A set of computer tools are created to collect visual data from network cameras continuously during the pandemic. This paper describes the methods to discover network cameras on the Internet, the methods to collect and manage data, and preliminary results of data analysis. This project can be the foundation for observing the possible "second wave" in fall 2020. The data may be used for post-pandemic analysis by sociologists, public health experts, and meteorologists.
• Abstract（参考訳）: 新型コロナウイルス(COVID-19)は世界的なパンデミックを引き起こし、政策の「ロックダウン」とソーシャルディスタンシングにつながった。 パンデミックは世界を大きく変えた。 これらの歴史的出来事を観察する伝統的な方法は、多くの感染者のいる地域に記者を送ると、記者の命を危険にさらす可能性があるため、難しい。 これらの政策に対する反応を安全に観察するためには、新しい技術が必要である。 本報告では,数千台のネットワークカメラを全世界に展開し,その方針に照らし合わせて活動の確認を行う。 ネットワークカメラは、人間の努力なしにリアルタイムのビジュアルデータ(画像とビデオ)を継続的に提供できる。 これにより、ネットワークカメラは、記者の命を危険にさらすことなく、活動を監視することができる。 本稿では、新型コロナウイルスのパンデミック(2020年3月から4月)における政府の政策に対する対応をネットワークカメラで監視するプロジェクトについて述べる。 このプロジェクトは110か国に3万台以上のネットワークカメラを配備している。 パンデミックの間、ネットワークカメラから視覚データを収集するための一連のコンピュータツールが作成されている。 本稿では,インターネット上でのネットワークカメラの発見方法,データの収集・管理方法,データ解析の予備的な結果について述べる。 このプロジェクトは2020年秋に「第2波」を観測するための基礎となる。 このデータは、社会学者、公衆衛生専門家、気象学者によるパンデミック後の分析に使用できる。

関連論文リスト

• 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)
• Deep Learning for Event-based Vision: A Comprehensive Survey and Benchmarks [55.81577205593956]
  イベントカメラはバイオインスパイアされたセンサーで、ピクセルごとの強度の変化を非同期に捉える。 深層学習(DL)はこの新興分野に導入され、その可能性のマイニングに活発な研究努力にインスピレーションを与えている。
  論文  参考訳（メタデータ） (2023-02-17T14:19:28Z)
• Portuguese Man-of-War Image Classification with Convolutional Neural Networks [58.720142291102135]
  ポルトガルマン・オブ・ウォー(ポルトガル語: Man-of-war、PMW)は、長い触手を持つゼラチン質の生物である。 本稿では,InstagramのソーシャルメディアからPMW画像を認識するための畳み込みニューラルネットワークの利用について報告する。
  論文  参考訳（メタデータ） (2022-07-04T03:06:45Z)
• Incidents1M: a large-scale dataset of images with natural disasters, damage, and incidents [28.16346818821349]
  洪水、竜巻、山火事などの自然災害は、地球が温暖化するにつれてますます広まりつつある。 事故の発生時期や発生時期を予測することは困難であり、破壊的な出来事によって危険にさらされている人々の命を救うために、時折緊急対応が重要となる。 ソーシャルメディア投稿は、災害の進行と余波を理解するために低レイテンシデータソースとして使用できるが、このデータを解析するのは、自動化された方法なしでは面倒である。 本研究では,43のインシデントと49のカテゴリを含む977,088の画像を含む大規模マルチラベルデータセットであるインシデント1Mデータセットを提案する。
  論文  参考訳（メタデータ） (2022-01-11T23:03:57Z)
• Detecting Damage Building Using Real-time Crowdsourced Images and Transfer Learning [53.26496452886417]
  本稿では,Twitterなどのソーシャルメディアプラットフォームから地震後の建物画像を自動的に抽出する手法を提案する。 トランスファーラーニングと6500枚の手動ラベル付き画像を用いて,現場に損傷のある建物を画像として認識する深層学習モデルを訓練した。 訓練されたモデルは、異なる場所で新たに取得した地震の画像でテストし、トルコのM7.0地震の後、Twitterのフィードでほぼリアルタイムで実行された。
  論文  参考訳（メタデータ） (2021-10-12T06:31:54Z)
• Fast and Accurate Camera Scene Detection on Smartphones [51.424407411660376]
  本稿では,11K以上の手動クロール画像を含むカメラシーン検出データセット(CamSDD)を提案する。 本研究では,このデータセット上で上位3の99.5%の精度を示す,効率的かつNPU対応のCNNモデルを提案する。
  論文  参考訳（メタデータ） (2021-05-17T14:06:21Z)
• 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)
• Analyzing Worldwide Social Distancing through Large-Scale Computer Vision [2.9933334099811546]
  新型コロナウイルスのパンデミックを封じ込めるため、世界中の国々でソーシャルディスタンシングのガイドラインが導入されている。 個人報告のような従来の観察方法が危険なのは、観察者が感染を危険にさらす可能性があるためである。 この研究チームは、世界中の何千ものネットワークカメラを発見できる方法を開発した。
  論文  参考訳（メタデータ） (2020-08-27T20:20:11Z)
• Discussing Privacy and Surveillance on Twitter: A Case Study of COVID-19 [2.0305676256390934]
  テクノロジーは、広範囲にわたる公衆衛生上の懸念の中で貴重な洞察を提供するために、大量の情報を分析するのに役立ちます。 AppleとGoogleは、コンタクトトラッキングツールを最近ローンチした。 Twitterのデータ分析と、前例のない公衆衛生のアウトブレイク時の情報共有ポリシーを通じて、もし存在すれば、ユーザーのプライバシー上の懸念を強調するのに役立つかもしれない。
  論文  参考訳（メタデータ） (2020-06-11T20:56:55Z)
• When Wireless Communication Faces COVID-19: Combating the Pandemic and Saving the Economy [93.08344893433639]
  2020年は新型コロナウイルスのパンデミックにより、世界的な健康・経済危機に見舞われている。 世界中の国々は、この世界的な危機に対処するためにデジタル技術を使用しています。 これらの技術が、ウイルスの拡散をモニターするなど、このパンデミックに対抗するのにどのように役立つかを示す。 プライバシ、セキュリティ、誤情報など、無線技術が直面する課題について論じる。
  論文  参考訳（メタデータ） (2020-05-12T12:27:29Z)
• Beyond the Camera: Neural Networks in World Coordinates [82.31045377469584]
  眼球運動は、動物にシーンの解像度を高め、邪魔な情報を抑制する。 そこで我々は,各層における各機能が空間変換を持ち,機能マップは必要に応じてのみ変換される,シンプルなアイデア WorldFeatures を提案する。 これらのWorldFeaturesで構築されたネットワークは、事前に記録されたビデオのバッチ設定であっても、ササード、固定、スムーズな追跡などの眼球運動をモデル化することができる。
  論文  参考訳（メタデータ） (2020-03-12T04:29:34Z)

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。