論文の概要: BEV-Net: Assessing Social Distancing Compliance by Joint People Localization and Geometric Reasoning

• arxiv url: http://arxiv.org/abs/2110.04931v1
• Date: Sun, 10 Oct 2021 23:56:37 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-12 18:02:17.831899
• Title: BEV-Net: Assessing Social Distancing Compliance by Joint People Localization and Geometric Reasoning
• Title（参考訳）: BEV-Net: ソーシャル・ディスタンシング・コンプライアンスの評価 : 共同人物のローカライゼーションと幾何学的推論
• Authors: Zhirui Dai, Yuepeng Jiang, Yi Li, Bo Liu, Antoni B. Chan, Nuno Vasconcelos
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 77.08836528980248
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Social distancing, an essential public health measure to limit the spread of contagious diseases, has gained significant attention since the outbreak of the COVID-19 pandemic. In this work, the problem of visual social distancing compliance assessment in busy public areas, with wide field-of-view cameras, is considered. A dataset of crowd scenes with people annotations under a bird's eye view (BEV) and ground truth for metric distances is introduced, and several measures for the evaluation of social distance detection systems are proposed. A multi-branch network, BEV-Net, is proposed to localize individuals in world coordinates and identify high-risk regions where social distancing is violated. BEV-Net combines detection of head and feet locations, camera pose estimation, a differentiable homography module to map image into BEV coordinates, and geometric reasoning to produce a BEV map of the people locations in the scene. Experiments on complex crowded scenes demonstrate the power of the approach and show superior performance over baselines derived from methods in the literature. Applications of interest for public health decision makers are finally discussed. Datasets, code and pretrained models are publicly available at GitHub.
• Abstract（参考訳）: 新型コロナウイルス(COVID-19)の感染拡大を抑えるため、公衆衛生に欠かせないソーシャルディスタンシングが注目されている。 本研究は,広い視野カメラを備えた多忙な公共空間におけるソーシャルディスタンス・コンプライアンス・アセスメントの問題点について考察する。 鳥眼図 (bev) 下での注釈付き群衆シーンのデータセットと距離計測のための地上真理を導入し, 社会的距離検出システムの評価のためのいくつかの尺度を提案する。 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、社会的距離違反のリスクの高い地域を特定する。 BEV-Netは、頭と足の位置の検出、カメラポーズ推定、画像のBEV座標へのマッピングのための相違可能なホモグラフィモジュール、および幾何学的推論を組み合わせて、シーン内の人々の位置のBEVマップを生成する。 複雑な混雑したシーンにおける実験は、アプローチのパワーを示し、文献の手法から派生したベースラインよりも優れたパフォーマンスを示す。 公衆衛生意思決定者への関心の応用について論じる。 データセット、コード、事前トレーニングされたモデルはgithubで公開されている。

関連論文リスト

• Granularity at Scale: Estimating Neighborhood Socioeconomic Indicators from High-Resolution Orthographic Imagery and Hybrid Learning [1.8369448205408005]
  オーバーヘッド画像は、コミュニティ情報が不足しているギャップを埋めるのに役立つ。 機械学習とコンピュータビジョンの最近の進歩により、画像データのパターンから素早く特徴を抽出し、検出することが可能になった。 本研究では, 人口密度, 中央値世帯所得, 教育達成率の2つのアプローチ, 教師付き畳み込みニューラルネットワークと半教師付きクラスタリングについて検討する。
  論文  参考訳（メタデータ） (2023-09-28T19:30:26Z)
• Monitoring Social-distance in Wide Areas during Pandemics: a Density Map and Segmentation Approach [0.0]
  エンドツーエンドのディープラーニングを用いた社会距離監視のための新しいフレームワークを提案する。 私たちのフレームワークは、地下真理密度マップに基づく新しい地下真理の作成で構成されています。 我々は,カメラ1台から遠ざかっても,社会的距離に従わないゾーンの提供に,我々のフレームワークが優れていることを示す。
  論文  参考訳（メタデータ） (2021-04-07T19:26:26Z)
• Automatic Social Distance Estimation From Images: Performance Evaluation, Test Benchmark, and Algorithm [78.88882860340797]
  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。
  論文  参考訳（メタデータ） (2021-03-11T16:15:20Z)
• 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)
• DIRV: Dense Interaction Region Voting for End-to-End Human-Object Interaction Detection [53.40028068801092]
  本稿では,HOI問題に対するインタラクション領域という新しい概念に基づいて,新しい一段階HOI検出手法を提案する。 従来の手法とは異なり,本手法は人-物対ごとに異なるスケールにわたる密集した相互作用領域に焦点をあてる。 単一相互作用領域の検出欠陥を補うために,我々は新しい投票戦略を導入する。
  論文  参考訳（メタデータ） (2020-10-02T13:57:58Z)
• 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)
• DeepSOCIAL: Social Distancing Monitoring and Infection Risk Assessment in COVID-19 Pandemic [1.027974860479791]
  世界保健機関(WHO)は、公衆の場での新型コロナウイルスの感染拡大を最小限に抑えるため、ソーシャルディスタンシング(Social Distancing)を推奨している。 コンピュータビジョンとYOLOv4ベースのDeep Neural Networkモデルを開発した。 開発されたモデルは汎用的で正確な人物検出・追跡ソリューションであり、他の多くの分野に適用できる。
  論文  参考訳（メタデータ） (2020-08-26T16:56:57Z)
• HDNet: Human Depth Estimation for Multi-Person Camera-Space Localization [83.57863764231655]
  本稿では,根の絶対的局所化のためのエンドツーエンドフレームワークであるHuman Depth Estimation Network (HDNet)を提案する。 関節間の特徴伝達に骨格ベースのグラフニューラルネットワーク(GNN)を用いる。 我々は,2つのベンチマークデータセットを用いて,ルートジョイントローカライゼーションとルート相対的な3次元ポーズ推定タスクについて,HDNetの評価を行った。
  論文  参考訳（メタデータ） (2020-07-17T12:44:23Z)
• Peeking into occluded joints: A novel framework for crowd pose estimation [88.56203133287865]
  OPEC-NetはイメージガイドされたプログレッシブGCNモジュールで、推論の観点から見えない関節を推定する。 OCPoseは、隣接するインスタンス間の平均IoUに対して、最も複雑なOccluded Poseデータセットである。
  論文  参考訳（メタデータ） (2020-03-23T19:32:40Z)

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。