論文の概要: A Tiny CNN Architecture for Medical Face Mask Detection for Resource-Constrained Endpoints

• arxiv url: http://arxiv.org/abs/2011.14858v3
• Date: Thu, 3 Jun 2021 12:55:21 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-06 14:54:08.198487
• Title: A Tiny CNN Architecture for Medical Face Mask Detection for Resource-Constrained Endpoints
• Title（参考訳）: リソース制約エンドポイントのための医療用マスク検出のためのcnnアーキテクチャ
• Authors: Puranjay Mohan, Aditya Jyoti Paul, Abhay Chirania
• Abstract要約: 新型コロナウイルス感染を防ぐ最も効果的な方法は、医療用マスクを着用することである。 公共の場所でのフェイスマスクの使用の監視は、手動による監視が安全でない可能性があるため、課題となっている。 本稿では,メモリフットプリントが極めて少ないリソース制約されたエンドポイント上に展開する医療マスクを検出するアーキテクチャを提案する。
• 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 world is going through one of the most dangerous pandemics of all time with the rapid spread of the novel coronavirus (COVID-19). According to the World Health Organisation, the most effective way to thwart the transmission of coronavirus is to wear medical face masks. Monitoring the use of face masks in public places has been a challenge because manual monitoring could be unsafe. This paper proposes an architecture for detecting medical face masks for deployment on resource-constrained endpoints having extremely low memory footprints. A small development board with an ARM Cortex-M7 microcontroller clocked at 480 Mhz and having just 496 KB of framebuffer RAM, has been used for the deployment of the model. Using the TensorFlow Lite framework, the model is quantized to further reduce its size. The proposed model is 138 KB post quantization and runs at the inference speed of 30 FPS.
• Abstract（参考訳）: 新型コロナウイルス(covid-19)の急速な拡大に伴い、世界は史上最も危険なパンデミックの1つを乗り越えている。 世界保健機関(WHO)によると、新型コロナウイルスの感染を防ぐ最も効果的な方法は医療用マスクを着用することだ。 人手による監視が安全でないため,公共の場でのマスク使用の監視が課題となっている。 本稿では,メモリフットプリントが極めて少ないリソース制約されたエンドポイント上に展開する医療マスクを検出するアーキテクチャを提案する。 ARM Cortex-M7マイクロコントローラを搭載した小さな開発ボードは480Mhzで、フレームバッファのRAMはわずか496KBしかなく、モデルの配備に使われている。 TensorFlow Liteフレームワークを使用して、モデルは量子化され、そのサイズをさらに小さくする。 提案モデルは138KBのポスト量子化であり,30FPSの推論速度で動作する。

関連論文リスト

• Mask Propagation for Efficient Video Semantic Segmentation [63.09523058489429]
  ビデオセマンティックベースライン劣化(VSS)は、ビデオシーケンス内の各ピクセルにセマンティックラベルを割り当てることを含む。 SSSSと呼ばれるVSSのための効率的なマスク伝搬フレームワークを提案する。 当社のフレームワークは,フレーム単位のMask2Formerと比較して最大4倍のFLOPを削減し,Cityscapes検証セット上では最大2% mIoUしか使用できない。
  論文  参考訳（メタデータ） (2023-10-29T09:55:28Z)
• Adversarial Mask: Real-World Adversarial Attack Against Face Recognition Models [66.07662074148142]
  本稿では,最先端の深層学習に基づく顔認識モデルに対する物理対角的普遍摂動(UAP)を提案する。 実験では,幅広い深層学習モデルとデータセットへの対向マスクの転送可能性について検討した。 ファブリック・メディカル・フェイスマスクに対向パターンを印刷することにより,実世界の実験において,我々の対向マスクの有効性を検証した。
  論文  参考訳（メタデータ） (2021-11-21T08:13:21Z)
• MCUNetV2: Memory-Efficient Patch-based Inference for Tiny Deep Learning [72.80896338009579]
  メモリボトルネックは畳み込みニューラルネットワーク(CNN)の設計における不均衡なメモリ分布に起因する。 本稿では,ピークメモリを大幅に削減するパッチ・バイ・パッチ・推論スケジューリングを提案する。 ニューラルアーキテクチャサーチによるプロセスを自動化し、ニューラルアーキテクチャと推論スケジューリングを共同で最適化し、MCUNetV2に導いた。
  論文  参考訳（メタデータ） (2021-10-28T17:58:45Z)
• Mask or Non-Mask? Robust Face Mask Detector via Triplet-Consistency Representation Learning [23.062034116854875]
  新型コロナウイルスの感染拡大を遅らせる効果的な方法の1つは、ワクチンや薬品がない場合、マスクを着用することである。 公共の場でのマスクや覆いの使用を義務付けるには、面倒で注意が集中的な人的資源の追加が必要である。 本稿では,フィードフォワード畳み込みニューラルネットワークの効果的な注目を実現するために,コンテキストアテンションモジュールを用いたフェイスマスク検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-10-01T16:44:06Z)
• TransRPPG: Remote Photoplethysmography Transformer for 3D Mask Face Presentation Attack Detection [53.98866801690342]
  3次元マスク提示攻撃検出(PAD)は、3次元マスク攻撃から顔認識システムを保護する上で重要な役割を担っている。 ライブ本質表現を効率的に学習するための純粋なrトランス(TransR)フレームワークを提案する。 当社のTransRは軽量で効率的(547Kパラメータと763MOPのみ)で、モバイルレベルのアプリケーションに期待できる。
  論文  参考訳（メタデータ） (2021-04-15T12:33:13Z)
• Contrastive Context-Aware Learning for 3D High-Fidelity Mask Face Presentation Attack Detection [103.7264459186552]
  顔認識システムには、顔提示攻撃検出(PAD)が不可欠である。 ほとんどの既存の3DマスクPADベンチマークにはいくつかの欠点があります。 現実世界のアプリケーションとのギャップを埋めるために、大規模なハイファイアリティマスクデータセットを紹介します。
  論文  参考訳（メタデータ） (2021-04-13T12:48:38Z)
• Application of Yolo on Mask Detection Task [1.941730292017383]
  厳密なマスク着用政策は、公的な感覚だけでなく、実際的な困難にも適合している。 マスクチェックを自動化する既存の技術は、リアルタイム監視カメラの映像にディープラーニングモデルを使用している。 本研究は,Mask-R-CNNをより効率的なモデル「YOLO」に置き換えたマスク検出手法を提案する。
  論文  参考訳（メタデータ） (2021-02-10T12:34:47Z)
• BinaryCoP: Binary Neural Network-based COVID-19 Face-Mask Wear and Positioning Predictor on Edge Devices [63.56630165340053]
  フェイスマスクは、空気性疾患に対する双方向保護のための医療に効果的な解決策を提供する。 CNNは、顔認識と正しいマスク着用と位置決めの分類に優れたソリューションを提供する。 CNNは、企業ビル、空港、ショッピングエリア、その他の屋内場所への入り口で利用でき、ウイルスの拡散を緩和することができる。
  論文  参考訳（メタデータ） (2021-02-06T00:14:06Z)
• Face Mask Assistant: Detection of Face Mask Service Stage Based on Mobile Phone [35.26022029969275]
  新型コロナウイルスの原因であるシンドロームウイルス2(SARS-CoV-2)は、小さな呼吸液滴によって伝達される。 発生源での拡散を抑制するため、マスクを着用することは便利で効果的な手段である。 携帯電話を用いた検知システムを提案する。
  論文  参考訳（メタデータ） (2020-10-09T08:49:52Z)
• Face Mask Detection using Transfer Learning of InceptionV3 [3.6016022712620095]
  新型コロナウイルスに対する最も効果的な対策は、公共の場所や混雑した地域でマスクを着用していることだ。 これらの地域の人々を手動で監視することは極めて困難である。 本稿では,マスクを着用していない人を識別するプロセスを自動化するために,移動学習モデルを提案する。
  論文  参考訳（メタデータ） (2020-09-17T15:34:06Z)

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。