Fugu-MT 論文翻訳(概要): Vision-based Excavator Activity Analysis and Safety Monitoring System

論文の概要: Vision-based Excavator Activity Analysis and Safety Monitoring System

arxiv url: http://arxiv.org/abs/2110.03083v1
Date: Wed, 6 Oct 2021 22:11:35 GMT
ステータス: 処理完了
システム内更新日: 2021-10-08 15:30:18.570684
Title: Vision-based Excavator Activity Analysis and Safety Monitoring System
Title（参考訳）: 視覚による掘削活動分析と安全モニタリングシステム
Authors: Sibo Zhang and Liangjun Zhang
Abstract要約: 本稿では,近年のディープラーニングとコンピュータビジョンの進歩を生かした,掘削活動分析と安全監視システムを提案する。提案システムは,掘削者の姿勢や行動を推定しながら,周囲の環境と掘削者を検知する。従来のシステムと比較して,提案手法はオブジェクト検出,ポーズ推定,行動認識タスクにおいて高い精度を実現する。
参考スコア（独自算出の注目度）: 3.270664282725826
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this paper, we propose an excavator activity analysis and safety monitoring system, leveraging recent advancements in deep learning and computer vision. Our proposed system detects the surrounding environment and the excavators while estimating the poses and actions of the excavators. Compared to previous systems, our method achieves higher accuracy in object detection, pose estimation, and action recognition tasks. In addition, we build an excavator dataset using the Autonomous Excavator System (AES) on the waste disposal recycle scene to demonstrate the effectiveness of our system. We also evaluate our method on a benchmark construction dataset. The experimental results show that the proposed action recognition approach outperforms the state-of-the-art approaches on top-1 accuracy by about 5.18%.
Abstract（参考訳）: 本稿では,近年の深層学習とコンピュータビジョンの進歩を活かした掘削機活動解析と安全性モニタリングシステムを提案する。提案システムは,掘削者の姿勢や行動を推定しながら,周辺環境と掘削者を検知する。従来のシステムと比較して,オブジェクト検出,ポーズ推定,行動認識タスクにおいて高い精度を実現する。さらに, 廃棄物処理リサイクル現場において, 自律掘削システム(AES)を用いた掘削機データセットを構築し, システムの有効性を実証した。また,本手法をベンチマーク構築データセット上で評価する。実験結果から,提案手法はトップ1の精度を約5.18%向上させることができた。

関連論文リスト

The Significance of Latent Data Divergence in Predicting System Degradation [1.2058600649065616]
条件ベースのメンテナンスは、エンジニアリングシステムにおける潜在的な障害を早期に検出する上で、重要である。本稿では,システムコンポーネントの潜在データ内における統計的類似性の分析を基礎とした新しい手法を提案する。システム間の類似性は、これらの先行の相違を評価し、個々のシステム行動の微妙な理解を提供することによって推測する。
論文参考訳（メタデータ） (2024-06-13T11:41:20Z)
Instance-aware Multi-Camera 3D Object Detection with Structural Priors Mining and Self-Boosting Learning [93.71280187657831]
カメラによる鳥眼視(BEV)知覚パラダイムは、自律運転分野において大きな進歩を遂げている。画像平面のインスタンス認識をBEV検出器内の深度推定プロセスに統合するIA-BEVを提案する。
論文参考訳（メタデータ） (2023-12-13T09:24:42Z)
Innovative Horizons in Aerial Imagery: LSKNet Meets DiffusionDet for Advanced Object Detection [55.2480439325792]
本稿では,LSKNetのバックボーンをDiffusionDetヘッドに統合したオブジェクト検出モデルの詳細な評価を行う。提案手法は平均精度(MAP)を約45.7%向上させる。この進歩は、提案された修正の有効性を強調し、航空画像解析の新しいベンチマークを設定する。
論文参考訳（メタデータ） (2023-11-21T19:49:13Z)
Knowledge Distillation for Object Detection: from generic to remote sensing datasets [7.872075562968697]
汎用コンピュータビジョンデータセット上で開発された既成のオブジェクト知識蒸留法について検討した。特に、xViewとVEDAIデータセットとしてよく知られたベンチマークを用いて、ロジットと機能模倣の両方のアプローチをカバーする手法を車両検出に適用する。
論文参考訳（メタデータ） (2023-07-18T13:49:00Z)
Machine Learning to detect cyber-attacks and discriminating the types of power system disturbances [0.0]
本研究では,電力系統を対象とした機械学習による攻撃検出モデルを提案する。 Phasor Measurementing Devices (PMU) から収集したデータとログを利用することで、システムの振る舞いを学習し、潜在的なセキュリティ境界を効果的に識別することを目的としている。
論文参考訳（メタデータ） (2023-07-06T22:32:06Z)
A Real-time Human Pose Estimation Approach for Optimal Sensor Placement in Sensor-based Human Activity Recognition [63.26015736148707]
本稿では,人間の行動認識に最適なセンサ配置の課題を解決するための新しい手法を提案する。得られた骨格データは、最適なセンサ位置を特定するためのユニークな戦略を提供する。本研究は,センサ配置の視覚的手法が従来のディープラーニング手法と同等の結果をもたらすことを示唆している。
論文参考訳（メタデータ） (2023-07-06T10:38:14Z)
Assessment Framework for Deepfake Detection in Real-world Situations [13.334500258498798]
ディープラーニングに基づくディープフェイク検出手法は優れた性能を示した。様々な画像処理操作と典型的なワークフロー歪みが検出精度に与える影響は, 体系的に測定されていない。より現実的な環境下での学習に基づくディープフェイク検出の性能を評価するために,より信頼性の高い評価フレームワークを提案する。
論文参考訳（メタデータ） (2023-04-12T19:09:22Z)
Remote Sensing Image Classification using Transfer Learning and Attention Based Deep Neural Network [59.86658316440461]
本稿では、転送学習技術とマルチヘッドアテンションスキームを活用した、深層学習に基づくRSISCフレームワークを提案する。提案したディープラーニングフレームワークは、ベンチマークNWPU-RESISC45データセットに基づいて評価され、最高の分類精度94.7%を達成する。
論文参考訳（メタデータ） (2022-06-20T10:05:38Z)
Assembly Planning from Observations under Physical Constraints [65.83676649042623]
提案アルゴリズムは, 物理安定性制約, 凸最適化, モンテカルロ木探索の簡単な組み合わせを用いて, 集合を計画する。それは効率的で、最も重要なことは、オブジェクト検出のエラーに対して堅牢であり、実際のロボットシステムでは避けられないポーズ推定である。
論文参考訳（メタデータ） (2022-04-20T16:51:07Z)
Unsupervised Scale-consistent Depth Learning from Video [131.3074342883371]
本研究では,単眼深度推定器SC-Depthを提案する。スケール一貫性予測の能力により,我々の単分子学習深層ネットワークは簡単にORB-SLAM2システムに統合可能であることを示す。提案したハイブリッドPseudo-RGBD SLAMは、KITTIにおいて魅力的な結果を示し、追加のトレーニングなしでKAISTデータセットにうまく一般化する。
論文参考訳（メタデータ） (2021-05-25T02:17:56Z)
Selective Spatio-Temporal Aggregation Based Pose Refinement System: Towards Understanding Human Activities in Real-World Videos [8.571131862820833]
最先端のポーズ推定装置は、現実世界の無注釈ビデオにおいて、乱れと低解像度のために高品質な2Dまたは3Dポーズデータを取得するのに苦労している。本稿では,複数の専門家のポーズ推定器によって抽出されたキーポイント位置を洗練・平滑化するSST-Aという選択的時空間アグリゲーション機構を提案する。本研究では, Pose-Refinement System (SSTA-PRS) によって改良された骨格データが,既存の行動認識モデルの強化に有効であることを示す。
論文参考訳（メタデータ） (2020-11-10T19:19:51Z)

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。