論文の概要: Automatic Social Distance Estimation From Images: Performance
Evaluation, Test Benchmark, and Algorithm
- arxiv url: http://arxiv.org/abs/2103.06759v1
- Date: Thu, 11 Mar 2021 16:15:20 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-12 14:54:47.171248
- Title: Automatic Social Distance Estimation From Images: Performance
Evaluation, Test Benchmark, and Algorithm
- Title（参考訳）: 画像からの社会的距離の自動推定:性能評価、テストベンチマーク、アルゴリズム
- Authors: Mert Seker, Anssi M\"annist\"o, Alexandros Iosifidis, Jenni Raitoharju
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 78.88882860340797
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The COVID-19 virus has caused a global pandemic since March 2020. The World
Health Organization (WHO) has provided guidelines on how to reduce the spread
of the virus and one of the most important measures is social distancing.
Maintaining a minimum of one meter distance from other people is strongly
suggested to reduce the risk of infection. This has created a strong interest
in monitoring the social distances either as a safety measure or to study how
the measures have affected human behavior and country-wise differences in this.
The need for automatic social distance estimation algorithms is evident, but
there is no suitable test benchmark for such algorithms. Collecting images with
measured ground-truth pair-wise distances between all the people using
different camera settings is cumbersome. Furthermore, performance evaluation
for social distance estimation algorithms is not straightforward and there is
no widely accepted evaluation protocol. In this paper, we provide a dataset of
varying images with measured pair-wise social distances under different camera
positionings and focal length values. We suggest a performance evaluation
protocol and provide a benchmark to easily evaluate social distance estimation
algorithms. We also propose a method for automatic social distance estimation.
Our method takes advantage of object detection and human pose estimation. It
can be applied on any single image as long as focal length and sensor size
information are known. The results on our benchmark are encouraging with 92%
human detection rate and only 28.9% average error in distance estimation among
the detected people.
- Abstract（参考訳）: 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。
世界保健機関(WHO)は、ウイルスの拡散を減らすためのガイドラインを提供しており、最も重要な措置の1つは、社会的分散です。
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。
これにより、社会距離を安全対策として監視することや、この措置が人間の行動や国による違いにどのように影響したかを研究することに強い関心が寄せられている。
自動社会的距離推定アルゴリズムの必要性は明らかですが、そのようなアルゴリズムに適したテストベンチマークはありません。
異なるカメラ設定を使用するすべての人の間で、地対距離を計測した画像の収集は困難である。
さらに,社会的距離推定アルゴリズムの性能評価は簡単ではなく,広く受け入れられている評価プロトコルも存在しない。
本論文では,異なるカメラ位置と焦点距離値下での対方向の社会的距離を測定した画像のデータセットを提供する。
本稿では,社会的距離推定アルゴリズムを評価するための性能評価プロトコルを提案する。
また,社会的距離の自動推定手法を提案する。
本手法は,物体検出と人間のポーズ推定を利用する。
焦点距離とセンササイズの情報が知られている限り、任意の画像に適用することができる。
このベンチマークの結果は, 人体検出率92%, 平均誤差28.9%で, 検出者間の距離推定を推奨している。
関連論文リスト
- Beyond correlation: The impact of human uncertainty in measuring the effectiveness of automatic evaluation and LLM-as-a-judge [51.93909886542317]
本稿では,人間の行動と自動評価方法の相違点を,単一の集合相関スコアが明らかにする方法について述べる。
本研究では,評価性能のより堅牢な解析を行うために,ラベルの不確実性による階層化結果を提案する。
論文 参考訳（メタデータ） (2024-10-03T03:08:29Z) - Multimodal Active Measurement for Human Mesh Recovery in Close Proximity [13.265259738826302]
物理的な人間とロボットの相互作用では、ロボットは対象者の正確な身体のポーズを推定する必要がある。
これらのpHRIシナリオでは、ロボットは物理的相互作用のためにロボットに近づかなければならないため、装備されたカメラで対象者の身体を完全に観察することはできない。
本稿では,2次元LiDARのような触覚センサを備えたカメラのアクティブな計測・センサ融合フレームワークを提案する。
論文 参考訳（メタデータ） (2023-10-12T08:17:57Z) - People detection and social distancing classification in smart cities
for COVID-19 by using thermal images and deep learning algorithms [0.0]
新型コロナウイルス(COVID-19)は、2019年12月に中国武漢で発見された重症呼吸器症候群(SA)による病気である。
本研究では,熱画像を用いた社会距離分類のための人工知能システムを提案する。
論文 参考訳（メタデータ） (2022-09-10T16:30:29Z) - Monitoring social distancing with single image depth estimation [39.79652626235862]
単一画像深度推定は、他の深度認識手法の代替となる可能性がある。
私たちのフレームワークは、純粋なCPUシステムでも、競争相手に対して合理的に高速かつコンパラブルに動作できます。
論文 参考訳（メタデータ） (2022-04-04T17:58:02Z) - 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) - On the relation between statistical learning and perceptual distances [61.25815733012866]
近辺画像の知覚感度は近辺画像の確率と相関することを示す。
また、オートエンコーダによって誘導される距離と、それらの訓練に使用されるデータの確率分布との関係についても検討する。
論文 参考訳（メタデータ） (2021-06-08T14:56:56Z) - SD-Measure: A Social Distancing Detector [0.0]
新型コロナウイルス(COVID-19)のパンデミックでは、非医薬品対策として社会的距離が採用されている。
本研究は,ビデオ映像から社会的距離を検出するためのSD-Measureという新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2020-11-04T15:47:14Z) - Single Image Human Proxemics Estimation for Visual Social Distancing [37.84559773949066]
シーングラウンドと画像平面のホモグラフィ行列を近似する半自動解を提案する。
次に、オフザシェルフポーズ検出装置を利用して、画像上の身体のポーズを検出し、対人距離を判断する。
論文 参考訳（メタデータ） (2020-11-03T21:49:13Z) - 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) - DRG: Dual Relation Graph for Human-Object Interaction Detection [65.50707710054141]
人-物間相互作用(HOI)検出の課題に対処する。
既存の方法は、人間と物体の対の相互作用を独立に認識するか、複雑な外観に基づく共同推論を行う。
本稿では,抽象的空間意味表現を活用して,各対象対を記述し,二重関係グラフを用いてシーンの文脈情報を集約する。
論文 参考訳（メタデータ） (2020-08-26T17:59:40Z)
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。