論文の概要: Few shot clustering for indoor occupancy detection with extremely low-quality images from battery free cameras

• arxiv url: http://arxiv.org/abs/2008.05654v1
• Date: Thu, 13 Aug 2020 02:47:01 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-30 22:48:07.121539
• Title: Few shot clustering for indoor occupancy detection with extremely low-quality images from battery free cameras
• Title（参考訳）: バッテリフリーカメラによる極低画質画像を用いた室内占有検知のためのショットクラスタリング
• Authors: Homagni Saha, Sin Yong Tan, Ali Saffari, Mohamad Katanbaf, Joshua R. Smith, Soumik Sarkar
• Abstract要約: 低消費電力画像センサによる極低品質・プライバシー保護画像による占有率検出の課題について考察する。 我々は、この課題に対処するために、いくつかのショットラーニングとクラスタリングのアルゴリズムを提案する。
• 参考スコア（独自算出の注目度）: 12.411387535687556
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reliable detection of human occupancy in indoor environments is critical for various energy efficiency, security, and safety applications. We consider this challenge of occupancy detection using extremely low-quality, privacy-preserving images from low power image sensors. We propose a combined few shot learning and clustering algorithm to address this challenge that has very low commissioning and maintenance cost. While the few shot learning concept enables us to commission our system with a few labeled examples, the clustering step serves the purpose of online adaptation to changing imaging environment over time. Apart from validating and comparing our algorithm on benchmark datasets, we also demonstrate performance of our algorithm on streaming images collected from real homes using our novel battery free camera hardware.
• Abstract（参考訳）: 屋内環境における人的占有者の信頼性の高い検出は、様々なエネルギー効率、セキュリティ、安全応用において重要である。 低消費電力画像センサによる極低品質・プライバシー保護画像による占有検知の課題について考察する。 そこで本研究では,この課題に対処するためのショット学習アルゴリズムとクラスタリングアルゴリズムを提案する。 少数のショットラーニングの概念は,いくつかのラベル付きサンプルをシステムに割り当てることを可能にするが,クラスタリングのステップは時間とともに画像環境の変化にオンライン適応する目的で役立っている。 ベンチマークデータセット上でのアルゴリズムの検証と比較を別にして,実家から収集したストリーミング画像に対する,バッテリフリーカメラハードウェアを用いたアルゴリズムの性能を実証する。

関連論文リスト

• DemosaicFormer: Coarse-to-Fine Demosaicing Network for HybridEVS Camera [70.28702677370879]
  Hybrid Event-Based Vision Sensor (HybridEVS)は、従来のフレームベースとイベントベースのセンサーを統合する新しいセンサーである。 その可能性にもかかわらず、ハイブリッドEVS用に特別に設計された画像信号処理(ISP)パイプラインの欠如は大きな課題である。 粗大な復調と画素補正を含む,粗大で微細なフレームワークであるDemosaicFormerを提案する。
  論文  参考訳（メタデータ） (2024-06-12T07:20:46Z)
• NiteDR: Nighttime Image De-Raining with Cross-View Sensor Cooperative Learning for Dynamic Driving Scenes [49.92839157944134]
  夜間の運転シーンでは、不十分で不均一な照明が暗闇の中でシーンを遮蔽し、画質と可視性が低下する。 雨天時の運転シーンに適した画像デライニング・フレームワークを開発した。 雨の人工物を取り除き、風景表現を豊かにし、有用な情報を復元することを目的としている。
  論文  参考訳（メタデータ） (2024-02-28T09:02:33Z)
• BALF: Simple and Efficient Blur Aware Local Feature Detector [14.044093492945334]
  局所特徴検出は多くの画像処理とコンピュータビジョンアプリケーションの主要な要素である。 本稿では,不明瞭な画像中の有意なキーポイントを正確に局所化できる,効率的かつ効果的なキーポイント検出法を提案する。 本手法は, 新たな多層パーセプトロン(MLP)アーキテクチャの利点を生かし, ぼやけた画像の検出再現性を著しく向上させる。
  論文  参考訳（メタデータ） (2022-11-27T05:29:57Z)
• Privacy-Preserving Person Detection Using Low-Resolution Infrared Cameras [9.801893730708134]
  インテリジェントな建物の管理においては,照明,換気,暖房の効率向上,コスト削減,快適性向上のために,部屋内の人数や場所を知ることが重要である。 これは典型的には、部屋の天井に設置され、各人の身元を隠蔽する低解像度赤外線カメラを統合する組み込みデバイスを用いて人々を検知することで達成される。 正確な検出のためには、最先端のディープラーニングモデルは、大きな注釈付き画像データセットを使用して教師付きトレーニングを必要とする。 本稿では,低分解能赤外線画像に基づく人物検出に適したコスト効率の手法について検討する。
  論文  参考訳（メタデータ） (2022-09-22T22:20:30Z)
• Adversarially-Aware Robust Object Detector [85.10894272034135]
  本稿では,ロバスト検出器 (RobustDet) を提案する。 本モデルは, クリーン画像の検出能力を維持しながら, 傾きを効果的に解き, 検出堅牢性を著しく向上させる。
  論文  参考訳（メタデータ） (2022-07-13T13:59:59Z)
• Drone Detection and Tracking in Real-Time by Fusion of Different Sensing Modalities [66.4525391417921]
  マルチセンサ・ドローン検知システムの設計と評価を行う。 われわれのソリューションは、魚眼カメラを統合し、空の広い部分を監視し、他のカメラを興味ある対象に向けて操縦する。 このサーマルカメラは、たとえこのカメラが解像度が低いとしても、ビデオカメラと同じくらい実現可能なソリューションであることが示されている。
  論文  参考訳（メタデータ） (2022-07-05T10:00:58Z)
• Monitoring social distancing with single image depth estimation [39.79652626235862]
  単一画像深度推定は、他の深度認識手法の代替となる可能性がある。 私たちのフレームワークは、純粋なCPUシステムでも、競争相手に対して合理的に高速かつコンパラブルに動作できます。
  論文  参考訳（メタデータ） (2022-04-04T17:58:02Z)
• A Quality Index Metric and Method for Online Self-Assessment of Autonomous Vehicles Sensory Perception [164.93739293097605]
  本稿では,検出品質指標(DQI)と呼ばれる新しい評価指標を提案し,カメラを用いた物体検出アルゴリズムの性能を評価する。 我々は,提案したDQI評価指標を予測するために,原画像画素とスーパーピクセルを入力として利用するスーパーピクセルベースのアテンションネットワーク(SPA-NET)を開発した。
  論文  参考訳（メタデータ） (2022-03-04T22:16:50Z)
• Lighting the Darkness in the Deep Learning Era [118.35081853500411]
  低照度画像強調(LLIE)は、照明の弱い環境で撮影された画像の知覚や解釈性を改善することを目的としている。 この分野における最近の進歩は、ディープラーニングベースのソリューションが支配的です。 アルゴリズム分類から未解決の未解決問題まで,さまざまな側面をカバーする包括的な調査を行う。
  論文  参考訳（メタデータ） (2021-04-21T19:12:19Z)
• Estimating indoor occupancy through low-cost BLE devices [2.462983746099006]
  本稿では, 低コストの占有検知システムを提案する。 人間の存在に関連するBluetooth Low Energy (BLE)信号の変化を検出することに基づいています。 平均して、異なる環境では、97.97%の精度で占領者を正しく分類することができる。
  論文  参考訳（メタデータ） (2021-01-30T09:54:31Z)
• Impact of Power Supply Noise on Image Sensor Performance in Automotive Applications [2.28438857884398]
  ビジョンシステムは、すぐにActive Automotive Safety Systemsの重要なコンポーネントになりつつある。 低照度シナリオで高画質画像をキャプチャする上での課題は、ノイズ比の信号が大幅に減少することである。 電気雑音に応答して画像センサの性能をシステマティックに評価する手法の開発が進められている。
  論文  参考訳（メタデータ） (2020-11-24T22:25:30Z)

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。