Fugu-MT 論文翻訳(概要): Application of Yolo on Mask Detection Task

論文の概要: Application of Yolo on Mask Detection Task

arxiv url: http://arxiv.org/abs/2102.05402v1
Date: Wed, 10 Feb 2021 12:34:47 GMT
ステータス: 処理完了
システム内更新日: 2021-02-11 19:49:50.125879
Title: Application of Yolo on Mask Detection Task
Title（参考訳）: マスク検出タスクにおけるヨーロの応用
Authors: Ren Liu, Ziang Ren
Abstract要約: 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。
参考スコア（独自算出の注目度）: 1.941730292017383
License: http://creativecommons.org/licenses/by/4.0/
Abstract: 2020 has been a year marked by the COVID-19 pandemic. This event has caused disruptions to many aspects of normal life. An important aspect in reducing the impact of the pandemic is to control its spread. Studies have shown that one effective method in reducing the transmission of COVID-19 is to wear masks. Strict mask-wearing policies have been met with not only public sensation but also practical difficulty. We cannot hope to manually check if everyone on a street is wearing a mask properly. Existing technology to help automate mask checking uses deep learning models on real-time surveillance camera footages. The current dominant method to perform real-time mask detection uses Mask-RCNN with ResNet as the backbone. While giving good detection results, this method is computationally intensive and its efficiency in real-time face mask detection is not ideal. Our research proposes a new approach to mask detection by replacing Mask-R-CNN with a more efficient model "YOLO" to increase the processing speed of real-time mask detection and not compromise on accuracy. Besides, given the small volume as well as extreme imbalance of the mask detection datasets, we adopt a latest progress made in few-shot visual classification, simple CNAPs, to improve the classification performance.
Abstract（参考訳）: 2020年は新型コロナウイルスのパンデミックによる一年だった。この出来事は普通の生活の多くの側面に混乱をもたらした。パンデミックの影響を減らすための重要な側面は、その広がりを制御することです。研究によると、新型コロナウイルスの感染を減らす効果的な方法はマスクを着用することである。厳格なマスク着用政策は、公的なセンセーションだけでなく、実用上の難しさも満たしている。路上の全員が適切にマスクを着用しているかどうかを手作業で確認することは望めない。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ます。リアルタイムマスク検出を行う現在の主流手法は、resnetをバックボーンとして mask-rcnn を使用する。良好な検出結果を与える一方で,この手法は計算量が多く,リアルタイムマスク検出における効率は理想的ではない。本研究では、マスク-R-CNNをより効率的なモデル「YOLO」に置き換えて、リアルタイムマスク検出の処理速度を向上させ、精度を損なわない新しいマスク検出手法を提案します。さらに,マスク検出データセットの最小体積と極端不均衡を考慮し,数ショットの視覚的分類,単純なCNAPによる最新の進歩を取り入れて,分類性能を向上する。

関連論文リスト

ColorMAE: Exploring data-independent masking strategies in Masked AutoEncoders [53.3185750528969]
Masked AutoEncoders (MAE)は、堅牢な自己管理フレームワークとして登場した。データに依存しないColorMAEという手法を導入し、ランダムノイズをフィルタすることで異なる二元マスクパターンを生成する。ランダムマスキングと比較して,下流タスクにおける戦略の優位性を示す。
論文参考訳（メタデータ） (2024-07-17T22:04:00Z)
Towards Improved Input Masking for Convolutional Neural Networks [66.99060157800403]
層マスキングと呼ぶCNNのための新しいマスキング手法を提案する。本手法は,マスク形状や色がモデル出力に与える影響を排除あるいは最小化することができることを示す。また,マスクの形状がクラスに関する情報を漏洩させる可能性を示し,クラス関連特徴に対するモデル依存度の推定に影響を及ぼすことを示した。
論文参考訳（メタデータ） (2022-11-26T19:31:49Z)
Real-Time Mask Detection Based on SSD-MobileNetV2 [2.538209532048867]
優れたリアルタイムマスク検出システムにより、関連するスタッフの作業負荷を低減できる。既存のマスク検出手法は資源集約的であり、速度と精度のバランスが良くない。本稿では,マスク検出のための新しいアーキテクチャを提案する。
論文参考訳（メタデータ） (2022-08-29T01:59:22Z)
Development of a face mask detection pipeline for mask-wearing monitoring in the era of the COVID-19 pandemic: A modular approach [0.0]
SARS-Cov-2パンデミックの間、マスク着用はウイルスの拡散や収縮を防ぐための効果的な手段となった。人口のマスク着用率を監視する能力は、ウイルスに対する公衆衛生戦略を決定するのに役立つだろう。 1)顔検出とアライメント,2)顔マスク分類の2つのモジュールからなる2段階の顔マスク検出手法を提案する。
論文参考訳（メタデータ） (2021-12-30T12:32:33Z)
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)
Adaptive Shrink-Mask for Text Detection [91.34459257409104]
既存のリアルタイムテキスト検出器は、ストリップマスクによってテキストの輪郭を直接再構築する。予測された収縮マスクへの依存は不安定な検出結果をもたらす。スーパーピクセルウィンドウ (SPW) はネットワークを監督するように設計されている。
論文参考訳（メタデータ） (2021-11-18T07:38:57Z)
A Deep Learning-based Approach for Real-time Facemask Detection [0.0]
新型コロナウイルス(COVID-19)のパンデミックが世界的な健康危機を引き起こしている。このパンデミックの悪影響から公共空間を保護する必要がある。フェイスマスクを着用することは、多くの政府で採用されている効果的な保護ソリューションの1つとなっている。本研究の目的は,多くの実生活アプリケーションにおいて優れた結果を示したディープラーニング(DL)を用いて,効率的なリアルタイム顔マスク検出を実現することである。
論文参考訳（メタデータ） (2021-10-17T06:12:02Z)
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)
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)
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)
RetinaFaceMask: A Single Stage Face Mask Detector for Assisting Control of the COVID-19 Pandemic [1.2691047660244335]
感染防止策の1つは、公共の場でマスクを着用することである。特定の公共サービスプロバイダは、マスクを適切に着用する場合のみ、クライアントにサービスを使用するように要求する。しかし、マスクの自動検出に関する研究はごくわずかである。我々は,初の高性能単段マスク検出器であるRetinaFaceMaskを提案した。
論文参考訳（メタデータ） (2020-05-08T10:45:16Z)

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。