論文の概要: A Vision-based Social Distancing and Critical Density Detection System
for COVID-19
- arxiv url: http://arxiv.org/abs/2007.03578v2
- Date: Wed, 8 Jul 2020 22:53:16 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-12 20:28:47.690347
- Title: A Vision-based Social Distancing and Critical Density Detection System
for COVID-19
- Title（参考訳）: ビジョンに基づく新型コロナウイルスのソーシャルディスタンシングと臨界密度検出システム
- Authors: Dongfang Yang, Ekim Yurtsever, Vishnu Renganathan, Keith A. Redmill,
\"Umit \"Ozg\"uner
- Abstract要約: 感染性コロナウイルス病2019(COVID-19)の感染拡大に対する効果的な対策として、社会的距離が証明されている。
個人間の距離を検知し、警告できるアクティブ監視システムは、致命的な病気の拡散を遅らせることができる。
本稿では,4つの重要な倫理的要因を考慮したAIに基づくリアルタイムソーシャルディスタンシング検出・警告システムを提案する。
- 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: Social distancing has been proven as an effective measure against the spread
of the infectious COronaVIrus Disease 2019 (COVID-19). However, individuals are
not used to tracking the required 6-feet (2-meters) distance between themselves
and their surroundings. An active surveillance system capable of detecting
distances between individuals and warning them can slow down the spread of the
deadly disease. Furthermore, measuring social density in a region of interest
(ROI) and modulating inflow can decrease social distancing violation occurrence
chance.
On the other hand, recording data and labeling individuals who do not follow
the measures will breach individuals' rights in free-societies. Here we propose
an Artificial Intelligence (AI) based real-time social distancing detection and
warning system considering four important ethical factors: (1) the system
should never record/cache data, (2) the warnings should not target the
individuals, (3) no human supervisor should be in the detection/warning loop,
and (4) the code should be open-source and accessible to the public. Against
this backdrop, we propose using a monocular camera and deep learning-based
real-time object detectors to measure social distancing. If a violation is
detected, a non-intrusive audio-visual warning signal is emitted without
targeting the individual who breached the social distancing measure. Also, if
the social density is over a critical value, the system sends a control signal
to modulate inflow into the ROI. We tested the proposed method across
real-world datasets to measure its generality and performance. The proposed
method is ready for deployment, and our code is open-sourced.
- Abstract（参考訳）: 新型コロナウイルス(covid-19)の感染拡大に対する効果的な対策として,ソーシャルディスタンシングが実証されている。
しかし、個人は必要な6フィート(約2メートル)の距離を自分と周囲と追跡することができない。
個人間の距離を検知し、警告できるアクティブ監視システムは、致命的な病気の拡散を遅らせることができる。
さらに、関心領域(roi)における社会的密度の測定と流入の変調は、社会的距離違反の発生機会を減少させる。
一方、データの記録や、対策に従わない個人へのラベル付けは、自由社会における個人の権利を侵害する。
ここでは,人工知能(AI)に基づくリアルタイムなソーシャルディスタンシング検出・警告システムを提案する。(1)システムはデータの記録・キャッシュを決して行なわないこと,(2)警告は個人を標的にすべきでないこと,(3)人間の監督者は検出・警告ループにいないこと,(4)コードがオープンソースで公開されていること,である。
本稿では,この背景に対して,単眼カメラと深層学習に基づくリアルタイム物体検出器を用いてソーシャルディスタンスを測定することを提案する。
違反が検出されると、ソーシャルディスタンシング対策に違反した個人を標的にすることなく、侵入的でない音声視覚警告信号を出力する。
また、社会密度が臨界値を超えた場合、システムは制御信号を送信してroiへの流入を変調する。
提案手法を実世界のデータセットにまたがってテストし,その汎用性と性能を測定した。
提案手法はデプロイ可能であり,コードをオープンソースにしています。
関連論文リスト
- TeD-SPAD: Temporal Distinctiveness for Self-supervised
Privacy-preservation for video Anomaly Detection [59.04634695294402]
人間の監視のないビデオ異常検出(VAD)は複雑なコンピュータビジョンタスクである。
VADのプライバシー漏洩により、モデルは人々の個人情報に関連する不必要なバイアスを拾い上げ、増幅することができる。
本稿では,視覚的プライベート情報を自己管理的に破壊する,プライバシーに配慮したビデオ異常検出フレームワークTeD-SPADを提案する。
論文 参考訳（メタデータ） (2023-08-21T22:42:55Z) - Birds Eye View Social Distancing Analysis System [9.349085511919046]
ソーシャルディスタンシングは、新型コロナウイルス(COVID-19)などの呼吸器感染症の感染率を低下させる可能性がある。
交通交差点は特に首都圏における社会的距離の監視と評価に適している。
本稿では,交差点を横断する歩行者の鳥眼視映像記録を利用したプライバシー保護型ソーシャルディスタンシング分析システム(B-SDA)を提案し,評価する。
論文 参考訳（メタデータ） (2021-12-14T04:47:12Z) - 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) - Automatic Social Distance Estimation From Images: Performance
Evaluation, Test Benchmark, and Algorithm [78.88882860340797]
新型コロナウイルスは2020年3月から世界的なパンデミックを引き起こしている。
感染リスクを低減するため、他者から最低1メートルの距離を維持することが強く示唆されている。
このようなアルゴリズムには適切なテストベンチマークは存在しない。
論文 参考訳（メタデータ） (2021-03-11T16:15:20Z) - No Need to Know Physics: Resilience of Process-based Model-free Anomaly
Detection for Industrial Control Systems [95.54151664013011]
本稿では,システムの物理的特性に反する逆スプーフ信号を生成するための新しい枠組みを提案する。
トップセキュリティカンファレンスで公表された4つの異常検知器を分析した。
論文 参考訳（メタデータ） (2020-12-07T11:02:44Z) - SD-Measure: A Social Distancing Detector [0.0]
新型コロナウイルス(COVID-19)のパンデミックでは、非医薬品対策として社会的距離が採用されている。
本研究は,ビデオ映像から社会的距離を検出するためのSD-Measureという新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2020-11-04T15:47:14Z) - Perceiving Humans: from Monocular 3D Localization to Social Distancing [93.03056743850141]
本稿では,人間の3次元位置と身体の向きを1つの画像から知覚する,コスト効率の高い視覚ベースの新しい手法を提案する。
我々は,「社会的距離」という概念を,単純な位置に基づくルールとは対照的に,社会的相互作用の一形態として再考することが可能であることを示す。
論文 参考訳（メタデータ） (2020-09-01T10:12:30Z) - DeepSOCIAL: Social Distancing Monitoring and Infection Risk Assessment
in COVID-19 Pandemic [1.027974860479791]
世界保健機関(WHO)は、公衆の場での新型コロナウイルスの感染拡大を最小限に抑えるため、ソーシャルディスタンシング(Social Distancing)を推奨している。
コンピュータビジョンとYOLOv4ベースのDeep Neural Networkモデルを開発した。
開発されたモデルは汎用的で正確な人物検出・追跡ソリューションであり、他の多くの分野に適用できる。
論文 参考訳（メタデータ） (2020-08-26T16:56:57Z) - New Normal: Cooperative Paradigm for Covid-19 Timely Detection and
Containment using Internet of Things and Deep Learning [12.618653234201089]
新型コロナウイルス(COVID-19)の感染拡大は、世界経済に影響を及ぼし、政府や保健当局に数十億ドルの損害を与えた。
本研究は、ウイルスの拡散を検知するだけでなく、ビジネスやエコノミーを再開し、社会生活を再開する上でも役立つコネクテッド・スマート・パラダイムを導入する。
論文 参考訳（メタデータ） (2020-08-15T14:33:53Z) - COVI White Paper [67.04578448931741]
接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。
カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
論文 参考訳（メタデータ） (2020-05-18T07:40:49Z) - Monitoring COVID-19 social distancing with person detection and tracking
via fine-tuned YOLO v3 and Deepsort techniques [3.6016022712620095]
新型コロナウイルス感染症(COVID-19)は世界的な危機を引き起こしており、死者は180カ国以上で拡大している。
ソーシャルディスタンシングは、このパンデミックと戦うための唯一の実現可能なアプローチだ。
本稿では,監視ビデオを用いたソーシャルディスタンシングの監視作業を自動化するためのディープラーニングベースのフレームワークを提案する。
論文 参考訳（メタデータ） (2020-05-04T10:58:20Z)
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。