論文の概要: Inter-Homines: Distance-Based Risk Estimation for Human Safety

• arxiv url: http://arxiv.org/abs/2007.10243v1
• Date: Mon, 20 Jul 2020 16:32:27 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-08 14:07:14.240997
• Title: Inter-Homines: Distance-Based Risk Estimation for Human Safety
• Title（参考訳）: 対ホミン:人間安全のための距離に基づくリスク推定
• Authors: Matteo Fabbri, Fabio Lanzi, Riccardo Gasparini, Simone Calderara, Lorenzo Baraldi, Rita Cucchiara
• Abstract要約: 本システムは,ビデオストリームの分析により,監視領域における感染リスクをリアルタイムに評価する。 3D空間の人々を特定でき、距離を計算し、リスクレベルを予測することができる。 インターホーマインは、屋内と屋外の両方で、公共と民間の混雑した地域で機能している。
• 参考スコア（独自算出の注目度）: 44.266630835933434
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this document, we report our proposal for modeling the risk of possible contagiousity in a given area monitored by RGB cameras where people freely move and interact. Our system, called Inter-Homines, evaluates in real-time the contagion risk in a monitored area by analyzing video streams: it is able to locate people in 3D space, calculate interpersonal distances and predict risk levels by building dynamic maps of the monitored area. Inter-Homines works both indoor and outdoor, in public and private crowded areas. The software is applicable to already installed cameras or low-cost cameras on industrial PCs, equipped with an additional embedded edge-AI system for temporary measurements. From the AI-side, we exploit a robust pipeline for real-time people detection and localization in the ground plane by homographic transformation based on state-of-the-art computer vision algorithms; it is a combination of a people detector and a pose estimator. From the risk modeling side, we propose a parametric model for a spatio-temporal dynamic risk estimation, that, validated by epidemiologists, could be useful for safety monitoring the acceptance of social distancing prevention measures by predicting the risk level of the scene.
• Abstract（参考訳）: 本稿では,rgbカメラが監視する特定の領域において,人が自由に移動・相互作用する危険をモデル化するための提案を行う。 本システムでは,3次元空間における人物の特定,対人距離の算出,監視領域の動的地図の構築によるリスクレベルの予測など,映像ストリームの分析により,監視領域における感染リスクをリアルタイムに評価する。 インターホミンは、公共と民間の混み合った場所で、屋内と屋外の両方で機能する。 このソフトウェアは、産業用PCに既に設置されているカメラや低コストのカメラに適用でき、一時的に測定するための組み込みエッジAIシステムを備えている。 ai側では、最先端のコンピュータビジョンアルゴリズムに基づくホモグラフィック変換による地上面のリアルタイム人物検出と位置推定にロバストなパイプラインを活用し、人物検出器とポーズ推定器の組み合わせである。 リスクモデリングの側面から,空間的動的リスク推定のためのパラメトリックモデルを提案する。これは疫学者によって検証され,現場のリスクレベルを予測して社会的距離防止対策の受容を安全監視するのに有用である。

関連論文リスト

• Monocular 2D Camera-based Proximity Monitoring for Human-Machine Collision Warning on Construction Sites [1.7223564681760168]
  機械事故は建設現場の被害の主な原因の1つである。 人間と機械の衝突を避けるための労働者の近さをモニタリングすることは、建設安全管理に大きな関心を喚起した。 本研究では、通常の2Dカメラのみを用いた近接監視のための新しいフレームワークを提案し、リアルタイムの人間と機械の衝突警告を実現する。
  論文  参考訳（メタデータ） (2023-05-29T07:47:27Z)
• Intersection Warning System for Occlusion Risks using Relational Local Dynamic Maps [0.0]
  本研究は,センサカバレッジの制限による可観測性に制限のある交通シナリオにおけるリスク評価の課題に対処する。 視界の特定には、幾何学的情報と道路インフラを提供する局所的ダイナミックマップにレイキャスティングを用いる。 結果として生じるリスク指標は、ドライバーの現在の行動を評価し、重大な状況でドライバーに警告し、安全に行動する方法や安全な軌道を計画する方法を提案するために使用される。
  論文  参考訳（メタデータ） (2023-03-13T16:01:55Z)
• Semi-Perspective Decoupled Heatmaps for 3D Robot Pose Estimation from Depth Maps [66.24554680709417]
  協調環境における労働者とロボットの正確な3D位置を知ることは、いくつかの実際のアプリケーションを可能にする。 本研究では、深度デバイスと深度ニューラルネットワークに基づく非侵襲的なフレームワークを提案し、外部カメラからロボットの3次元ポーズを推定する。
  論文  参考訳（メタデータ） (2022-07-06T08:52:12Z)
• 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)
• Single Image Human Proxemics Estimation for Visual Social Distancing [37.84559773949066]
  シーングラウンドと画像平面のホモグラフィ行列を近似する半自動解を提案する。 次に、オフザシェルフポーズ検出装置を利用して、画像上の身体のポーズを検出し、対人距離を判断する。
  論文  参考訳（メタデータ） (2020-11-03T21:49:13Z)
• Risk-Sensitive Sequential Action Control with Multi-Modal Human Trajectory Forecasting for Safe Crowd-Robot Interaction [55.569050872780224]
  本稿では,リスクに敏感な最適制御に基づく安全な群集ロボットインタラクションのためのオンラインフレームワークを提案し,そのリスクをエントロピーリスク尺度でモデル化する。 私たちのモジュラーアプローチは、クラウドとロボットの相互作用を学習ベースの予測とモデルベースの制御に分離します。 シミュレーション研究と実世界の実験により、このフレームワークは、現場にいる50人以上の人間との衝突を避けながら、安全で効率的なナビゲーションを実現することができることが示された。
  論文  参考訳（メタデータ） (2020-09-12T02:02:52Z)
• 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)
• Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for Online Collision Avoidance [95.86944752753564]
  本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。 我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。 本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
  論文  参考訳（メタデータ） (2020-07-28T07:34:30Z)

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。