論文の概要: Face mask detection using convolution neural network

• arxiv url: http://arxiv.org/abs/2106.05728v1
• Date: Thu, 10 Jun 2021 13:18:57 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-12 11:09:53.177558
• Title: Face mask detection using convolution neural network
• Title（参考訳）: 畳み込みニューラルネットワークを用いた顔マスク検出
• Authors: Riya Shah Rutva Shah
• Abstract要約: 本論文は,オフィスや多くの人が働く職場でマスクを装着するか否かを検知する手法を提案する。 このモデルは実世界のデータセットでトレーニングされ、ライブビデオストリーミングで高い精度でテストされる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In the recent times, the Coronaviruses that are a big family of different viruses have become very common, contagious and dangerous to the whole human kind. It spreads human to human by exhaling the infection breath, which leaves droplets of the virus on different surface which is then inhaled by other person and catches the infection too. So it has become very important to protect ourselves and the people around us from this situation. We can take precautions such as social distancing, washing hands every two hours, using sanitizer, maintaining social distance and the most important wearing a mask. Public use of wearing a masks has become very common everywhere in the whole world now. From that the most affected and devastating condition is of India due to its extreme population in small area. This paper proposes a method to detect the face mask is put on or not for offices, or any other work place with a lot of people coming to work. We have used convolutional neural network for the same. The model is trained on a real world dataset and tested with live video streaming with a good accuracy. Further the accuracy of the model with different hyper parameters and multiple people at different distance and location of the frame is done.
• Abstract（参考訳）: 近年では、異なるウイルスの大きなファミリーであるコロナウイルスは、人間全体にとって非常に一般的で伝染性があり、危険になっている。 ウイルスの液滴を異なる表面に残し、他の人が吸っても感染をキャッチする感染口を吐き出すことで、ヒトからヒトに拡散する。 そのため、この状況から自分と周りの人々を守ることがとても重要になっています。 ソーシャルディスタンシング、手洗い、2時間ごとに手洗い、消毒剤の使用、社会的距離の維持、マスク着用などの予防措置を採ることができる。 マスクを身に着けることの公的な利用は、今や世界中で非常に一般的になっている。 それ以来、インドで最も影響を受け、壊滅的な状況は、人口が極端に少ないことによる。 そこで本稿では,オフィスや出勤者の多い職場でフェイスマスクが装着されているかどうかを検知する手法を提案する。 畳み込みニューラルネットワークも同様に使用しました。 このモデルは実世界のデータセットでトレーニングされ、ライブビデオストリーミングで高い精度でテストされる。 さらに、ハイパーパラメータの異なるモデルの精度と、フレームの距離や位置の異なる複数の人物の精度について検討する。

関連論文リスト

• A Real-time Face Mask Detection and Social Distancing System for COVID-19 using Attention-InceptionV3 Model [0.0]
  WHOはマスクを着用し、身体距離を6フィートに維持するプロトコルを義務付けている。 我々は,その距離の適切な維持を検知できるシステムを開発し,マスクの使用の有無を適切に評価した。
  論文  参考訳（メタデータ） (2024-11-08T04:00:05Z)
• Detection of a facemask in real-time using deep learning methods: Prevention of Covid 19 [37.265888777364594]
  新たなコロナウイルス(Covid-19)は、私たちの日々の生活や世界貿易運動にすでに影響を与えています。 2021年4月末までに、世界保健機関(WHO)によると、新しいコロナウイルス(Covid-19)の感染者は144,358,956人、死者は3,066,113人となった。 本研究では,Webカメラで静止あるいは動作中に記録されたフレーム内の1人,複数人を対象として,ディープラーニングを用いた手法を提案する。
  論文  参考訳（メタデータ） (2024-01-28T14:45:52Z)
• A Survey on Masked Facial Detection Methods and Datasets for Fighting Against COVID-19 [64.88701052813462]
  新型コロナウイルス感染症2019(COVID-19)は、感染拡大以来、世界にとって大きな課題となっている。 この病気と闘うために、一連の人工知能(AI)技術が開発され、現実世界のシナリオに適用される。 本稿では主に、マスク付き顔検出と関連するデータセットのAI技術に焦点を当てる。
  論文  参考訳（メタデータ） (2022-01-13T03:28:20Z)
• 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)
• Indian Masked Faces in the Wild Dataset [86.79402670904338]
  本研究では,ポーズ,照明,解像度,被検者の着用するマスクの多様さを特徴とする,IMFWデータセットを新たに提案する。 また,提案したIMFWデータセットにおいて,既存の顔認識モデルの性能をベンチマークした。
  論文  参考訳（メタデータ） (2021-06-17T17:23:54Z)
• Masked Face Recognition using ResNet-50 [0.0]
  新型コロナウイルス(COVID-19)の感染拡大に伴い、健康危機に直面しています。 公衆衛生当局は、病気の感染を65%削減できるフェイスマスクの使用を義務付けています。 本稿では,顔を正確に識別できる深層学習モデルを開発することにより,同じ問題を解明する。
  論文  参考訳（メタデータ） (2021-04-19T01:09:47Z)
• 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)
• A Computer Vision System to Help Prevent the Transmission of COVID-19 [79.62140902232628]
  新型コロナウイルスのパンデミックは世界中の日常生活のあらゆる領域に影響を与える。 保健機関は、ソーシャルディスタンス、フェイスマスクを着用し、触れる顔を避けることをアドバイスします。 我々は、新型コロナウイルスの感染を防ぐためのディープラーニングベースのコンピュータビジョンシステムを開発した。
  論文  参考訳（メタデータ） (2021-03-16T00:00:04Z)
• 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)
• An Automatic System to Monitor the Physical Distance and Face Mask Wearing of Construction Workers in COVID-19 Pandemic [0.0]
  世界保健機関(WHO)は、マスクを着用し、ウイルスの拡散を緩和するために身体距離を練習することを推奨している。 本論文では, 建設作業者間のマスク着用と身体的分散の違反を自動的に検出するコンピュータビジョンシステムを開発した。
  論文  参考訳（メタデータ） (2021-01-05T06:53:41Z)
• Multi-Stage CNN Architecture for Face Mask Detection [0.0]
  本研究では,フェイスマスクが適切に使用されていないインスタンスを検出できるディープラーニングシステムを提案する。 本システムは2段階の畳み込みニューラルネットワーク(CNN)アーキテクチャによって構成され,マスクやマスクのない顔を検出する。 これにより、安全違反の追跡、フェイスマスクの使用の促進、安全な作業環境の確保が期待できる。
  論文  参考訳（メタデータ） (2020-09-16T12:23:21Z)

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。