論文の概要: ActiveNet: A computer-vision based approach to determine lethargy

• arxiv url: http://arxiv.org/abs/2010.13714v1
• Date: Mon, 26 Oct 2020 16:54:03 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-02 19:49:00.163131
• Title: ActiveNet: A computer-vision based approach to determine lethargy
• Title（参考訳）: ActiveNet: レジャーギーを決定するコンピュータビジョンベースのアプローチ
• Authors: Aitik Gupta, Aadit Agarwal
• Abstract要約: 新型コロナウイルス(COVID-19)により、誰もが屋内に滞在せざるを得なくなった。 本研究は, 対象者の単眼画像を用いて, バックボーン機構を定式化し, リアルタイムに活動レベルを検出することを目的としている。 コンピュータビジョンに基づく多段階アプローチを提案し、まず人のポーズを検知し、新しいアプローチで符号化し、次に古典的な機械学習アルゴリズムで評価し、その能率のレベルを決定する。 警告システムは、関連する個人に通知通知を送ることによって、不健康を抑えるソリューションを提供するために、アプローチの周りにラップされている。
• 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: The outbreak of COVID-19 has forced everyone to stay indoors, fabricating a significant drop in physical activeness. Our work is constructed upon the idea to formulate a backbone mechanism, to detect levels of activeness in real-time, using a single monocular image of a target person. The scope can be generalized under many applications, be it in an interview, online classes, security surveillance, et cetera. We propose a Computer Vision based multi-stage approach, wherein the pose of a person is first detected, encoded with a novel approach, and then assessed by a classical machine learning algorithm to determine the level of activeness. An alerting system is wrapped around the approach to provide a solution to inhibit lethargy by sending notification alerts to individuals involved.
• Abstract（参考訳）: 新型コロナウイルス(COVID-19)の感染拡大により、誰もが屋内に滞在せざるを得なくなった。 本研究は, 対象者の単眼画像を用いて, バックボーン機構を定式化し, リアルタイムに活動レベルを検出することを目的としている。 このスコープは、インタビューやオンラインクラス、セキュリティ監視など、多くのアプリケーションで一般化することができる。 そこで本研究では,まず人物の姿勢を検知し,新しい手法で符号化し,その後,古典的機械学習アルゴリズムで評価し,アクティブネスのレベルを判定する,コンピュータビジョンに基づく多段階アプローチを提案する。 警告システムは、関連する個人に通知通知を送ることによって、不健康を防ぐソリューションを提供するために、アプローチの周りにラップされている。

関連論文リスト

• Time-Aware Face Anti-Spoofing with Rotation Invariant Local Binary Patterns and Deep Learning [50.79277723970418]
  模倣攻撃は 不正な識別と その後の攻撃者の認証につながる 顔認識と同様に、模倣攻撃も機械学習で検出できる。 本稿では,未使用の機能と時間認識の深層学習戦略を組み合わせることで,高い分類精度を実現する新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-08-27T07:26:10Z)
• Weakly-supervised HOI Detection via Prior-guided Bi-level Representation Learning [66.00600682711995]
  ヒューマンオブジェクトインタラクション(HOI)検出は、人間中心のシーン理解において重要な役割を担い、多くの視覚タスクの基本的なビルディングブロックとして機能する。 HOI検出のための汎用的でスケーラブルな戦略の1つは、画像レベルのアノテーションからのみ学習する弱い監視を使用することである。 これは、不明瞭な人間と物体の関連、HOIを検出する大きな探索空間、非常にノイズの多い訓練信号によって本質的に困難である。 画像レベルとHOIインスタンスレベルの両方で事前の知識を組み込むことができるCLIP誘導HOI表現を開発し、不正な人間とオブジェクトの関連性を実証するために自己学習機構を採用する。
  論文  参考訳（メタデータ） (2023-03-02T14:41:31Z)
• Active Visual Search in the Wild [12.354788629408933]
  本稿では,フリーフォーム言語を用いてターゲットコマンドを入力できるシステムを提案する。 私たちはこのシステムをActive Visual Search in the Wild (AVSW)と呼んでいる。 AVSWは、静的なランドマークで表されるセマンティックグリッドマップを通じて、ユーザが入力したターゲットオブジェクトを検出し、検索する計画である。
  論文  参考訳（メタデータ） (2022-09-19T07:18:46Z)
• E^2TAD: An Energy-Efficient Tracking-based Action Detector [78.90585878925545]
  本稿では,事前定義されたキーアクションを高精度かつ効率的にローカライズするためのトラッキングベースソリューションを提案する。 UAV-Video Track of 2021 Low-Power Computer Vision Challenge (LPCVC)で優勝した。
  論文  参考訳（メタデータ） (2022-04-09T07:52:11Z)
• ASHA: Assistive Teleoperation via Human-in-the-Loop Reinforcement Learning [91.58711082348293]
  オンラインユーザからのフィードバックからシステムのパフォーマンスに関する強化学習は、この問題に対する自然な解決策である。 このアプローチでは、特にフィードバックが不足している場合には、ループ内の大量のトレーニングデータが必要になる傾向があります。 疎いユーザフィードバックから効率的に学習する階層型ソリューションを提案する。
  論文  参考訳（メタデータ） (2022-02-05T02:01:19Z)
• Activity Recognition with Moving Cameras and Few Training Examples: Applications for Detection of Autism-Related Headbanging [1.603589863010401]
  行動認識コンピュータビジョンアルゴリズムは、自閉症に関連する行動の存在を検出するために使用できる。 ヘッドバンジ検出に適用した場合のアクティビティ認識における現在の特徴表現技術の利点と限界を文書化します。 時間分散畳み込みニューラルネットワークを用いて,ホームビデオのヘッドバンジを検出するコンピュータビジョン分類器を作成する。
  論文  参考訳（メタデータ） (2021-01-10T05:37:05Z)
• SeekNet: Improved Human Instance Segmentation via Reinforcement Learning Based Optimized Robot Relocation [17.4240390944016]
  アモーダル認識は、隠された物体を検知するシステムの能力である。 視覚認識を具体化してアモーダル認識のための改良された最適化手法であるSeekNetを提案する。 また、混み合った人間との対話が複数ある社会ロボット向けにSeekNetを実装している。
  論文  参考訳（メタデータ） (2020-11-17T15:03:30Z)
• Into the Unknown: Active Monitoring of Neural Networks [9.591060426695748]
  ニューラルネットワークの能動的監視のためのアルゴリズムフレームワークを提案する。 私たちのフレームワークにラップされたモニターは、ニューラルネットワークと並行して動作し、人間のユーザと対話する。 多様なベンチマークに関する実験的評価は、動的シナリオにおけるアクティブモニタリングフレームワークの利点を裏付けるものである。
  論文  参考訳（メタデータ） (2020-09-14T13:29:47Z)
• Open-set Adversarial Defense [93.25058425356694]
  オープンセット認識システムは敵攻撃に対して脆弱であることを示す。 本研究の目的は,OSAD(Open-Set Adrial Defense, Open-Set Adrial Defense)機構の必要性である。 本稿はOSAD問題に対する解決策として,OSDN(Open-Set Defense Network)を提案する。
  論文  参考訳（メタデータ） (2020-09-02T04:35:33Z)
• Adversarial vs behavioural-based defensive AI with joint, continual and active learning: automated evaluation of robustness to deception, poisoning and concept drift [62.997667081978825]
  人工知能(AI)の最近の進歩は、サイバーセキュリティのための行動分析(UEBA)に新たな能力をもたらした。 本稿では、検出プロセスを改善し、人間の専門知識を効果的に活用することにより、この攻撃を効果的に軽減するソリューションを提案する。
  論文  参考訳（メタデータ） (2020-01-13T13:54:36Z)

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。