論文の概要: Analyzing Worldwide Social Distancing through Large-Scale Computer Vision

• arxiv url: http://arxiv.org/abs/2008.12363v1
• Date: Thu, 27 Aug 2020 20:20:11 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-24 08:12:21.447442
• Title: Analyzing Worldwide Social Distancing through Large-Scale Computer Vision
• Title（参考訳）: 大規模コンピュータビジョンによる世界規模のソーシャルディスタンシングの分析
• Authors: Isha Ghodgaonkar, Subhankar Chakraborty, Vishnu Banna, Shane Allcroft, Mohammed Metwaly, Fischer Bordwell, Kohsuke Kimura, Xinxin Zhao, Abhinav Goel, Caleb Tung, Akhil Chinnakotla, Minghao Xue, Yung-Hsiang Lu, Mark Daniel Ward, Wei Zakharov, David S. Ebert, David M. Barbarash, George K. Thiruvathukal
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 2.9933334099811546
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In order to contain the COVID-19 pandemic, countries around the world have introduced social distancing guidelines as public health interventions to reduce the spread of the disease. However, monitoring the efficacy of these guidelines at a large scale (nationwide or worldwide) is difficult. To make matters worse, traditional observational methods such as in-person reporting is dangerous because observers may risk infection. A better solution is to observe activities through network cameras; this approach is scalable and observers can stay in safe locations. This research team has created methods that can discover thousands of network cameras worldwide, retrieve data from the cameras, analyze the data, and report the sizes of crowds as different countries issued and lifted restrictions (also called ''lockdown''). We discover 11,140 network cameras that provide real-time data and we present the results across 15 countries. We collect data from these cameras beginning April 2020 at approximately 0.5TB per week. After analyzing 10,424,459 images from still image cameras and frames extracted periodically from video, the data reveals that the residents in some countries exhibited more activity (judged by numbers of people and vehicles) after the restrictions were lifted. In other countries, the amounts of activities showed no obvious changes during the restrictions and after the restrictions were lifted. The data further reveals whether people stay ''social distancing'', at least 6 feet apart. This study discerns whether social distancing is being followed in several types of locations and geographical locations worldwide and serve as an early indicator whether another wave of infections is likely to occur soon.
• Abstract（参考訳）: 新型コロナウイルスの感染拡大を抑えるため、世界中の国が公衆衛生の介入としてソーシャルディスタンシングのガイドラインを導入している。 しかし、これらのガイドラインの大規模(全国または全世界)での有効性の監視は困難である。 さらに悪いことに、対人報告のような従来の観察方法は、観察者が感染を危険にさらすため、危険である。 このアプローチはスケーラブルであり、オブザーバは安全な場所に留まることができる。 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し、カメラからデータを取得し、データを分析し、さまざまな国が発行し、制限を解除した(ロックダウンとも呼ばれる)群衆のサイズを報告できる方法を開発した。 リアルタイムデータを提供する11140台のネットワークカメラを発見し、15カ国で結果を提示する。 2020年4月から1週間あたり0.5tbのカメラからデータを収集している。 動画から定期的に抽出された静止画カメラとフレームから10,424,459枚の画像を分析した結果、一部の国の住民は制限解除後により多くの活動(人と車両によって判断される)を見せたことが判明した。 他の国では、制限期間と制限解除後の活動量は明らかに変化しなかった。 データは、人々が少なくとも6フィート離れた「社会的距離」にとどまるかどうかをさらに明らかにしている。 本研究は,世界中の複数の場所や地域においてソーシャルディスタンシングが進行しているかどうかを判断し,他の感染症の波がすぐに起こる可能性の早期指標となる。

関連論文リスト

• Analysis of Unstructured High-Density Crowded Scenes for Crowd Monitoring [55.2480439325792]
  我々は,人群集の組織的動きを検出する自動システムの開発に興味がある。 コンピュータビジョンアルゴリズムは、混雑したシーンのビデオから情報を抽出することができる。 組織化されたコホート内の参加者数を見積もることができます。
  論文  参考訳（メタデータ） (2024-08-06T22:09:50Z)
• 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)
• A Survey on Computer Vision based Human Analysis in the COVID-19 Era [58.79053747159797]
  新型コロナウイルスの出現は、社会全体だけでなく、個人の生活にも大きく影響している。 マスクやソーシャルディスタンシングの義務、公共空間での定期消毒、スクリーニングアプリケーションの使用など、さまざまな予防策が世界中で導入されている。 これらの発展は、(i)視覚データの自動解析による予防対策の支援、(ii)生体認証などの既存の視覚ベースのサービスの正常な操作を容易にする、新しいコンピュータビジョン技術の必要性を喚起した。
  論文  参考訳（メタデータ） (2022-11-07T17:20:39Z)
• 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)
• 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)
• 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)
• 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)
• 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)
• Observing Responses to the COVID-19 Pandemic using Worldwide Network Cameras [2.363695315862686]
  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。
  論文  参考訳（メタデータ） (2020-05-18T21:13:54Z)
• 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)

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。