論文の概要: Automated Quality Assessment of Hand Washing Using Deep Learning

• arxiv url: http://arxiv.org/abs/2011.11383v2
• Date: Tue, 1 Dec 2020 16:05:27 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-22 01:53:52.397319
• Title: Automated Quality Assessment of Hand Washing Using Deep Learning
• Title（参考訳）: 深層学習を用いた手洗いの品質自動評価
• Authors: Maksims Ivanovs, Roberts Kadikis, Martins Lulla, Aleksejs Rutkovskis, and Atis Elsts
• Abstract要約: WHOが定義する異なる洗面運動を自動的に認識するニューラルネットワークを提案する。 ニューラルネットワークは、大きな(2000以上のビデオ)実世界のラベル付きデータセットの一部で、異なる洗浄運動でトレーニングします。 タスクにMobileNetV2やXceptionなどのトレーニング済みニューラルネットワークモデルを使用することで、異なる洗濯動作を認識する上で、64%の精度を達成することができる。
• 参考スコア（独自算出の注目度）: 1.8920934738244022
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Washing hands is one of the most important ways to prevent infectious diseases, including COVID-19. Unfortunately, medical staff does not always follow the World Health Organization (WHO) hand washing guidelines in their everyday work. To this end, we present neural networks for automatically recognizing the different washing movements defined by the WHO. We train the neural network on a part of a large (2000+ videos) real-world labeled dataset with the different washing movements. The preliminary results show that using pre-trained neural network models such as MobileNetV2 and Xception for the task, it is possible to achieve >64 % accuracy in recognizing the different washing movements. We also describe the collection and the structure of the above open-access dataset created as part of this work. Finally, we describe how the neural network can be used to construct a mobile phone application for automatic quality control and real-time feedback for medical professionals.
• Abstract（参考訳）: 手を洗うことは、新型コロナウイルス(COVID-19)を含む感染症を防ぐ最も重要な方法の1つだ。 残念なことに、医療スタッフは必ずしも世界保健機関(WHO)の日常業務における手洗いガイドラインに従わない。 この目的のために、WHOが定義する異なる洗濯運動を自動的に認識するニューラルネットワークを提案する。 ニューラルネットワークは、大きな(2000以上のビデオ)実世界のラベル付きデータセットの一部で、異なる洗浄運動でトレーニングします。 予備的な結果は,MobileNetV2 や Xception などのトレーニング済みニューラルネットワークモデルを用いた作業において,異なる洗面運動を認識する際の精度が 64 % であることを示す。 また,本研究の一環として作成された,上記オープンアクセスデータセットの収集と構造についても述べる。 最後に、ニューラルネットワークを用いて、医療専門家のための自動品質制御とリアルタイムフィードバックのための携帯電話アプリケーションを構築する方法について述べる。

関連論文リスト

• Verified Neural Compressed Sensing [58.98637799432153]
  精度の高い計算タスクのために、初めて(私たちの知識を最大限に活用するために)証明可能なニューラルネットワークを開発します。 極小問題次元(最大50)では、線形および双項線形測定からスパースベクトルを確実に回復するニューラルネットワークを訓練できることを示す。 ネットワークの複雑さは問題の難易度に適応できることを示し、従来の圧縮センシング手法が証明不可能な問題を解く。
  論文  参考訳（メタデータ） (2024-05-07T12:20:12Z)
• Handwashing Action Detection System for an Autonomous Social Robot [0.0]
  幼児は不適切な手衛生のため、新型コロナウイルスなどの伝染病に罹患するリスクが高まっている。 子どもを手洗いしながら観察し、良い手洗いを奨励する自律型ソーシャルエージェントは、手洗い行動が習慣になる機会を提供する。 本稿では,ソーシャルロボットプラットフォームにおける視覚システムの一部であるヒューマンアクション認識システムについて述べる。
  論文  参考訳（メタデータ） (2022-10-27T23:46:56Z)
• When Accuracy Meets Privacy: Two-Stage Federated Transfer Learning Framework in Classification of Medical Images on Limited Data: A COVID-19 Case Study [77.34726150561087]
  新型コロナウイルスのパンデミックが急速に広がり、世界の医療資源が不足している。 CNNは医療画像の解析に広く利用され、検証されている。
  論文  参考訳（メタデータ） (2022-03-24T02:09:41Z)
• A Deep Learning Based Automated Hand Hygiene Training System [0.12313056815753944]
  WHOは、すべての手の表面が完全にきれいであることを保証するため、アルコールベースの手こりのガイドラインを8段階で推奨している。 ディープニューラルネットワーク(DNN)とマシンビジョンにより、手こりの品質を正確に評価することが可能になった。 本稿では,リアルタイムフィードバックを用いたディープラーニングによる手こり自動評価システムについて述べる。
  論文  参考訳（メタデータ） (2021-12-10T17:01:44Z)
• You Can Wash Hands Better: Accurate Daily Handwashing Assessment with Smartwatches [21.502362740250174]
  スマートウォッチを用いたウェアラブルソリューションであるUWashを提案し,ハンドウォッシングの手順を評価する。 コンピュータビジョンにおけるアクションセグメンテーション問題と同様の動作センサの読み書きによるハンドウォッシング評価の課題に対処する。 51人以上の被験者による実験では、UWashはハンドウォッシングジェスチャー認識において92.27%の精度を達成している。
  論文  参考訳（メタデータ） (2021-12-09T12:23:06Z)
• Overcoming the Domain Gap in Neural Action Representations [60.47807856873544]
  3Dポーズデータは、手動で介入することなく、マルチビュービデオシーケンスから確実に抽出できる。 本稿では,ニューラルアクション表現の符号化を,ニューラルアクションと行動拡張のセットと共に導くために使用することを提案する。 ドメインギャップを減らすために、トレーニングの間、同様の行動をしているように見える動物間で神経と行動のデータを取り替える。
  論文  参考訳（メタデータ） (2021-12-02T12:45:46Z)
• COVID-Net MLSys: Designing COVID-Net for the Clinical Workflow [101.45411528425939]
  本研究では、機械学習とシステム(MLSys)を用いて、新型コロナウイルス患者のスクリーニングシステムの設計を行う。 COVID-Netシステムは、継続的に進化するCOVIDxデータセット、新型コロナウイルス患者検出のためのCOVID-Netディープニューラルネットワーク、および重症度評価のためのCOVID-Net Sディープニューラルネットワークで構成されている。 COVID-Netシステム内のディープニューラルネットワークは最先端のパフォーマンスを持ち、臨床診断支援のためにユーザーインターフェース(UI)に統合されるように設計されている。
  論文  参考訳（メタデータ） (2021-09-14T04:13:24Z)
• Hand Hygiene Video Classification Based on Deep Learning [0.0]
  手洗いのジェスチャーと片手ジェスチャーを併用した頑健なデータセットのサブセット。 トレーニング済みのニューラルネットワークモデルであるRES Net 50は、リニアハンドの動き、手のひらから手のひらまで、指を挟んだ手のひらという3つのカテゴリの分類に使用されるイメージネットの重みを持つ。
  論文  参考訳（メタデータ） (2021-08-18T12:56:07Z)
• Where is my hand? Deep hand segmentation for visual self-recognition in humanoid robots [129.46920552019247]
  本稿では、画像からロボットの手を切り離すための畳み込みニューラルネットワーク(CNN)を提案する。 ヒューマノイドロボットVizzyの手のセグメンテーションのために,Mask-RCNNネットワークを微調整した。
  論文  参考訳（メタデータ） (2021-02-09T10:34:32Z)
• Domain Generalization for Medical Imaging Classification with Linear-Dependency Regularization [59.5104563755095]
  本稿では,医用画像分類分野におけるディープニューラルネットワークの一般化能力向上のための,シンプルだが効果的なアプローチを提案する。 医用画像の領域変数がある程度コンパクトであることに感銘を受けて,変分符号化による代表的特徴空間の学習を提案する。
  論文  参考訳（メタデータ） (2020-09-27T12:30:30Z)
• Fully Automated Hand Hygiene Monitoring\\in Operating Room using 3D Convolutional Neural Network [0.0]
  病院接種感染症(HAI)予防の最も重要な要因は手衛生である 畳み込みニューラルネット(CNN)による理解の最近の進歩は、人間の行動の認識と検出の応用を増大させている。 そこで本研究では,3次元CNNを用いた時間的特徴を用いたORビデオにおけるアルコール系手こりの完全自動モニタリングツールを提案する。
  論文  参考訳（メタデータ） (2020-03-20T03:18:15Z)

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。