論文の概要: Computer Vision-based Social Distancing Surveillance Solution with
Optional Automated Camera Calibration for Large Scale Deployment
- arxiv url: http://arxiv.org/abs/2104.10891v1
- Date: Thu, 22 Apr 2021 06:43:02 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-23 13:54:41.151234
- Title: Computer Vision-based Social Distancing Surveillance Solution with
Optional Automated Camera Calibration for Large Scale Deployment
- Title（参考訳）: 自動カメラキャリブレーションによる大規模展開のためのコンピュータビジョンに基づくソーシャルディスタンス監視ソリューション
- Authors: Sreetama Das (1), Anirban Nag (1), Dhruba Adhikary (1), Ramswaroop
Jeevan Ram (1), Aravind BR (1), Sujit Kumar Ojha (1), Guruprasad M Hegde (2)
((1) Engineering Data Sciences, (2) Research and Technology Centre, Robert
Bosch Engineering and Business Solutions Private Limited, Koramangala,
Bangalore, India)
- Abstract要約: コンピュータビジョンベースのAI支援ソリューションで、社会的分散規範の遵守を支援する。
ソリューションは、人を検出し、追跡し、距離違反を特定するモジュールで構成されている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Social distancing has been suggested as one of the most effective measures to
break the chain of viral transmission in the current COVID-19 pandemic. We
herein describe a computer vision-based AI-assisted solution to aid compliance
with social distancing norms. The solution consists of modules to detect and
track people and to identify distance violations. It provides the flexibility
to choose between a tool-based mode or an automated mode of camera calibration,
making the latter suitable for large-scale deployments. In this paper, we
discuss different metrics to assess the risk associated with social distancing
violations and how we can differentiate between transient or persistent
violations. Our proposed solution performs satisfactorily under different test
scenarios, processes video feed at real-time speed as well as addresses data
privacy regulations by blurring faces of detected people, making it ideal for
deployments.
- Abstract（参考訳）: 新型コロナウイルスの感染拡大でウイルス感染の連鎖を断ち切る最も効果的な手段の一つとして、社会的距離が示唆されている。
本稿では,ソーシャルディスタンシングの規範に準拠するための,コンピュータビジョンに基づくAI支援ソリューションについて述べる。
ソリューションは、人を検出し、追跡し、距離違反を特定するモジュールで構成される。
ツールベースのモードか自動カメラキャリブレーションモードかを選択できる柔軟性を提供し、後者は大規模なデプロイメントに適している。
本稿では,ソーシャルディスタンシング違反に関連するリスクを評価するための異なる指標と,過渡的違反と持続的違反の区別方法について議論する。
提案するソリューションは,異なるテストシナリオで十分に動作し,リアルタイム速度でビデオフィードを処理し,検出された人の顔をぼやけ,配置に最適なデータプライバシ規制に対処します。
関連論文リスト
- VARADE: a Variational-based AutoRegressive model for Anomaly Detection on the Edge [7.4646496981460855]
本研究は,エッジ上でのリアルタイム実行に最適な変分推論に基づく軽量自己回帰フレームワークを実装した新しいソリューションを提案する。
提案手法は、パイロット生産ラインの一部であるロボットアームで検証され、最先端のアルゴリズムと比較された。
論文 参考訳（メタデータ） (2024-09-23T08:46:15Z) - From Lab to Field: Real-World Evaluation of an AI-Driven Smart Video Solution to Enhance Community Safety [1.7904189757601403]
本稿では、現実世界の安全性を高めるために設計されたAI対応スマートビデオソリューション(SVS)を採用し、評価する。
このシステムは既存のインフラストラクチャカメラネットワークと統合され、AIの最近の進歩を活用して簡単に採用できる。
この記事では、AIアルゴリズムがカメラレベルでの異常な振る舞いをリアルタイムで検出した瞬間から、ステークホルダーが通知を受け取るまでのエンドツーエンドのレイテンシを評価する。
論文 参考訳（メタデータ） (2023-12-04T17:41:52Z) - Log-Likelihood Score Level Fusion for Improved Cross-Sensor Smartphone
Periocular Recognition [52.15994166413364]
我々は、複数のコンパレータを融合させて、異なるスマートフォンの画像を比較する際に、眼周囲の性能を改善する。
我々は線形ロジスティック回帰に基づく確率的融合フレームワークを使用し、融合したスコアはログライクな比率になる傾向にある。
我々のフレームワークは、同じセンサとクロスセンサーのスコア分布が整列され、共通の確率領域にマッピングされるため、異なるデバイスからの信号を処理するためのエレガントでシンプルなソリューションも提供します。
論文 参考訳（メタデータ） (2023-11-02T13:43:44Z) - Unsupervised domain-adaptive person re-identification with multi-camera
constraints [0.0]
ドメインギャップを低減するための環境制約付き適応ネットワークを提案する。
提案手法は,環境から取得した個人識別ラベルを伴わない人ペア情報をモデルトレーニングに組み込む。
本研究では,パフォーマンス向上に寄与するペアから適切な人物を選択する手法を開発する。
論文 参考訳（メタデータ） (2022-10-25T13:12:28Z) - Feeling of Presence Maximization: mmWave-Enabled Virtual Reality Meets
Deep Reinforcement Learning [76.46530937296066]
本稿では,無線モバイルユーザに対して,超信頼性でエネルギー効率のよいバーチャルリアリティ(VR)体験を提供するという課題について検討する。
モバイルユーザへの信頼性の高い超高精細ビデオフレーム配信を実現するために,コーディネートマルチポイント(CoMP)伝送技術とミリ波(mmWave)通信を利用する。
論文 参考訳（メタデータ） (2021-06-03T08:35:10Z) - Adaptive Autonomy in Human-on-the-Loop Vision-Based Robotics Systems [16.609594839630883]
コンピュータビジョンのアプローチは、自律ロボットシステムによって意思決定の指針として広く使われている。
特に人間が監督的な役割しか果たさないHuman-on-the-loop(HoTL)システムでは、高精度が重要です。
適応的自律性レベルに基づくソリューションを提案し,これらのモデルの信頼性の低下を検出する。
論文 参考訳（メタデータ） (2021-03-28T05:43:10Z) - Joint Noise-Tolerant Learning and Meta Camera Shift Adaptation for
Unsupervised Person Re-Identification [60.36551512902312]
unsupervised person re-identification (re-ID) は、ラベルのないデータで識別モデルを学ぶことを目的としている。
一般的な方法としては、クラスタ化によって擬似ラベルを取得し、モデルを最適化するために使用する方法がある。
本稿では,両問題を解決するための統一フレームワークを提案する。
論文 参考訳（メタデータ） (2021-03-08T09:13:06Z) - Efficient Empowerment Estimation for Unsupervised Stabilization [75.32013242448151]
エンパワーメント原理は 直立位置での 力学系の教師なし安定化を可能にする
本稿では,ガウスチャネルとして動的システムのトレーニング可能な表現に基づく代替解を提案する。
提案手法は, サンプルの複雑さが低く, 訓練時より安定であり, エンパワーメント機能の本質的特性を有し, 画像からエンパワーメントを推定できることを示す。
論文 参考訳（メタデータ） (2020-07-14T21:10:16Z) - The Visual Social Distancing Problem [99.69094590087408]
画像から個人間距離を自動的に推定する視覚ソーシャルディスタンシング問題を提案する。
社会信号処理における過去の文献とVSDがどのように関連しているかを議論し、そのような問題を管理するために既存のコンピュータビジョン手法を用いているかを示す。
論文 参考訳（メタデータ） (2020-05-11T00:04:34Z) - Unsupervised Domain Adaptation in Person re-ID via k-Reciprocal
Clustering and Large-Scale Heterogeneous Environment Synthesis [76.46004354572956]
個人再識別のための教師なし領域適応手法を提案する。
実験結果から,ktCUDA法とSHRED法は,再同定性能において,+5.7 mAPの平均的改善を実現することがわかった。
論文 参考訳（メタデータ） (2020-01-14T17:43:52Z)
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。