論文の概要: A Cloud-Edge-Terminal Collaborative System for Temperature Measurement
in COVID-19 Prevention
- arxiv url: http://arxiv.org/abs/2107.05078v1
- Date: Sun, 11 Jul 2021 16:15:15 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-13 15:39:21.974485
- Title: A Cloud-Edge-Terminal Collaborative System for Temperature Measurement
in COVID-19 Prevention
- Title（参考訳）: 新型コロナウイルス対策における温熱測定のためのクラウド-エッジ-端末協調システム
- Authors: Zheyi Ma, Hao Li, Wen Fang, Qingwen Liu, Bin Zhou and Zhiyong Bu
- Abstract要約: 新型コロナウイルス(COVID-19)の感染拡大を防ぐために、公共の場での予備温度測定とマスク検出を実施している。
軽量赤外線温度測定モデルを用いたクラウド-エッジ-端末協調システムを提案する。
実験により、検出モデルは6.1Mのみであり、平均検出速度は257msであることがわかった。
- 参考スコア（独自算出の注目度）: 13.593364699001693
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: To prevent the spread of coronavirus disease 2019 (COVID-19), preliminary
temperature measurement and mask detection in public areas are conducted.
However, the existing temperature measurement methods face the problems of
safety and deployment. In this paper, to realize safe and accurate temperature
measurement even when a person's face is partially obscured, we propose a
cloud-edge-terminal collaborative system with a lightweight infrared
temperature measurement model. A binocular camera with an RGB lens and a
thermal lens is utilized to simultaneously capture image pairs. Then, a mobile
detection model based on a multi-task cascaded convolutional network (MTCNN) is
proposed to realize face alignment and mask detection on the RGB images. For
accurate temperature measurement, we transform the facial landmarks on the RGB
images to the thermal images by an affine transformation and select a more
accurate temperature measurement area on the forehead. The collected
information is uploaded to the cloud in real time for COVID-19 prevention.
Experiments show that the detection model is only 6.1M and the average
detection speed is 257ms. At a distance of 1m, the error of indoor temperature
measurement is about 3%. That is, the proposed system can realize real-time
temperature measurement in public areas.
- Abstract（参考訳）: 新型コロナウイルス(COVID-19)の感染拡大を防止するため、公共の場で予備温度測定とマスク検出を行う。
しかし、既存の温度測定手法は安全性と展開の問題に直面している。
本稿では,人の顔が部分的にぼけている場合でも,安全で正確な温度測定を実現するため,軽量赤外線温度計測モデルを用いたクラウド・エッジ・ターミナル協調システムを提案する。
RGBレンズとサーマルレンズを備えた双眼鏡カメラを用いて、画像対を同時にキャプチャする。
次に,マルチタスク・カスケード・畳み込みネットワーク(MTCNN)に基づく移動体検出モデルを提案し,RGB画像上での顔アライメントとマスク検出を実現する。
正確な温度測定のために、RGB画像の顔のランドマークをアフィン変換により熱画像に変換し、額のより正確な温度測定領域を選択する。
収集された情報は、新型コロナウイルス予防のためにリアルタイムでクラウドにアップロードされる。
実験により、検出モデルはわずか6.1mで、平均検出速度は257msであることが示された。
1mの距離では、室内温度測定の誤差は約3%である。
すなわち,提案システムは公共空間におけるリアルタイム温度測定を実現することができる。
関連論文リスト
- Rotational Odometry using Ultra Low Resolution Thermal Cameras [1.3986052523534573]
この手紙は、我々の知る限りでは、回転計測のための超低解像度熱カメラの適用性に関する最初の研究である。
RGBカメラのような他のモダリティではなく、超低解像度のサーマルカメラを使うことは、照明条件に対するロバスト性によって動機づけられる。
CNN推定精度に対するサーマルカメラ解像度と連続フレーム数の影響を判定するための実験およびアブレーション研究を行った。
論文 参考訳（メタデータ） (2024-11-02T12:15:32Z) - In-Situ Infrared Camera Monitoring for Defect and Anomaly Detection in Laser Powder Bed Fusion: Calibration, Data Mapping, and Feature Extraction [0.26999000177990923]
レーザーパウダーベッド融合(LPBF)プロセスは, 溶融プール不安定性, スパッタリング, 温度上昇, 粉体拡散異常による欠陥を生じさせる可能性がある。
内部監視による欠陥の特定には、通常、生成された大量のデータを収集、保存、分析する必要がある。
論文 参考訳（メタデータ） (2024-07-17T16:02:22Z) - TCI-Former: Thermal Conduction-Inspired Transformer for Infrared Small
Target Detection [58.00308680221481]
赤外線小目標検出(ISTD)は国家安全保障に重要であり、軍事分野で広く応用されている。
ほとんどの ISTD ネットワークは特徴抽出ブロックや特徴融合モジュールの設計に重点を置いているが、特徴写像の進化の観点から ISTD プロセスを記述することは稀である。
熱伝導理論に基づく熱伝導型変圧器(TCI-Former)を提案する。
論文 参考訳（メタデータ） (2024-02-03T05:51:22Z) - Absorption-Based, Passive Range Imaging from Hyperspectral Thermal
Measurements [6.719751155411075]
環境熱放射の大気吸収に基づく新しい受動レンジイメージング手法を提案する。
15mから150mの範囲の特徴は回復され、不整合ライダーデータとの質的整合性が良好である。
論文 参考訳（メタデータ） (2023-08-10T18:35:22Z) - Does Thermal Really Always Matter for RGB-T Salient Object Detection? [153.17156598262656]
本稿では,RGB-T有意物体検出(SOD)タスクを解決するために,TNetというネットワークを提案する。
本稿では,画像のグローバル照度を推定するためのグローバル照度推定モジュールを提案する。
一方, 2段階の局所化と相補化モジュールを導入し, 熱的特徴の物体位置化キューと内部整合キューをRGBモダリティに転送する。
論文 参考訳（メタデータ） (2022-10-09T13:50:12Z) - Automated Thermal Screening for COVID-19 using Machine Learning [0.0]
厳格なガイドラインと新型コロナウイルスのスクリーニングは、新型コロナウイルスの感染拡大の抑制に役立っている。
従来のアプローチでは、視覚カメラ画像から顔とマスクを識別し、熱画像カメラから温度値を取り出す。
本稿では、顔とマスクの検出とその後の温度スクリーニングを非侵襲的に行うための、サーマルビデオストリーム上での機械学習の利用について論じる。
論文 参考訳（メタデータ） (2022-03-26T18:23:44Z) - MilliTRACE-IR: Contact Tracing and Temperature Screening via mm-Wave and
Infrared Sensing [4.6838063911731025]
ミリTRACE-IR(ミリTRACE-IR)は、ミリ波レーダーと赤外線イメージングシステムである。
このシステムは、距離と体温の完全な自動測定を実現する。
体温の高い人は、熱カメラセンサによって確実に検出され、その後、レーダーによって非侵襲的な方法で大きな屋内エリアを追跡される。
論文 参考訳（メタデータ） (2021-10-08T08:58:36Z) - Leveraging Spatial and Photometric Context for Calibrated Non-Lambertian
Photometric Stereo [61.6260594326246]
空間と測光の両方を同時に活用できる効率的な完全畳み込みアーキテクチャを提案する。
分離可能な4D畳み込みと2D熱マップを使うことで、サイズが小さくなり、効率が向上する。
論文 参考訳（メタデータ） (2021-03-22T18:06:58Z) - A Large-Scale, Time-Synchronized Visible and Thermal Face Dataset [62.193924313292875]
DEVCOM Army Research Laboratory Visible-Thermal Faceデータセット(ARL-VTF)を発表します。
395人の被験者から50万枚以上の画像が得られたARL-VTFデータセットは、これまでで最大の可視画像とサーマルフェイス画像の収集データだ。
本論文では,ALL-VTFデータセットを用いたサーマルフェースランドマーク検出とサーマル・トゥ・ヴィジブルフェース検証のベンチマーク結果と分析について述べる。
論文 参考訳（メタデータ） (2021-01-07T17:17:12Z) - Exploring Thermal Images for Object Detection in Underexposure Regions
for Autonomous Driving [67.69430435482127]
アンダーエクスポージャー地域は、安全な自動運転のための周囲の完全な認識を構築するのに不可欠である。
サーマルカメラが利用可能になったことで、他の光学センサーが解釈可能な信号を捉えていない地域を探索するための重要な代替手段となった。
本研究は,可視光画像から熱画像へ学習を伝達するためのスタイル伝達手法を用いたドメイン適応フレームワークを提案する。
論文 参考訳（メタデータ） (2020-06-01T09:59:09Z) - Face Anti-Spoofing by Learning Polarization Cues in a Real-World
Scenario [50.36920272392624]
顔の偽造は生体認証アプリケーションにおけるセキュリティ侵害を防ぐ鍵となる。
RGBと赤外線画像を用いたディープラーニング手法は,新たな攻撃に対する大量のトレーニングデータを必要とする。
本研究では,実顔の偏光画像の物理的特徴を自動的に学習することにより,現実のシナリオにおける顔のアンチ・スプーフィング手法を提案する。
論文 参考訳（メタデータ） (2020-03-18T03:04:03Z)
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。