論文の概要: UAV-based Crowd Surveillance in Post COVID-19 Era

• arxiv url: http://arxiv.org/abs/2111.14176v1
• Date: Sun, 28 Nov 2021 15:28:31 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-01 08:48:18.467396
• Title: UAV-based Crowd Surveillance in Post COVID-19 Era
• Title（参考訳）: 新型コロナ後のuavによる群衆監視
• Authors: Nizar Masmoudi, Wael Jaafar, Safa Cherif, Jihene Ben Abderrazak, Halim Yanikomeroglu
• Abstract要約: 我々は、新型コロナウイルス後のアウトドア活動のインテリジェントなモニタリングのための完全なフレームワークを提案する。 最初のステップでは、UAVが捉えた画像を機械学習で分析し、個人を検出し、発見する。 第2のステップは、個人間の距離を評価し、それらをクラスタ化するための、新しい座標マッピングアプローチで構成されている。
• 参考スコア（独自算出の注目度）: 22.239926415135248
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: To cope with the current pandemic situation and reinstate pseudo-normal daily life, several measures have been deployed and maintained, such as mask wearing, social distancing, hands sanitizing, etc. Since outdoor cultural events, concerts, and picnics, are gradually allowed, a close monitoring of the crowd activity is needed to avoid undesired contact and disease transmission. In this context, intelligent unmanned aerial vehicles (UAVs) can be occasionally deployed to ensure the surveillance of these activities, that health restriction measures are applied, and to trigger alerts when the latter are not respected. Consequently, we propose in this paper a complete UAV framework for intelligent monitoring of post COVID-19 outdoor activities. Specifically, we propose a three steps approach. In the first step, captured images by a UAV are analyzed using machine learning to detect and locate individuals. The second step consists of a novel coordinates mapping approach to evaluate distances among individuals, then cluster them, while the third step provides an energy-efficient and/or reliable UAV trajectory to inspect clusters for restrictions violation such as mask wearing. Obtained results provide the following insights: 1) Efficient detection of individuals depends on the angle from which the image was captured, 2) coordinates mapping is very sensitive to the estimation error in individuals' bounding boxes, and 3) UAV trajectory design algorithm 2-Opt is recommended for practical real-time deployments due to its low-complexity and near-optimal performance.
• Abstract（参考訳）: 現在のパンデミックの状況に対応するため、マスク着用、ソーシャルディスタンシング、手指消毒など、いくつかの対策が実施・維持されている。 野外の文化行事、コンサート、ピクニックは次第に許可されるため、望ましくない接触や病気の伝染を避けるために、群衆の活動の密接な監視が必要である。 この文脈では、インテリジェント無人航空機(UAV)が時折配備され、これらの活動の監視、健康制限措置の適用、および後者が尊重されない場合の警告をトリガーすることができる。 そこで本稿では、新型コロナウイルス後野外活動のインテリジェントモニタリングのための完全なUAVフレームワークを提案する。 具体的には,3段階のアプローチを提案する。 最初のステップでは、UAVが捉えた画像を機械学習で分析し、個人を検出し、発見する。 第2のステップは、個人間の距離を評価し、クラスタ化するための新しい座標マッピングアプローチで構成され、第3のステップは、マスク着用などの制限違反を検査するためのエネルギー効率および/または信頼性のあるUAV軌道を提供する。 得られた結果は以下の洞察を与える。 1) 個体の効率的な検出は, 画像の撮影角度に依存する。 2)座標マッピングは個人の有界箱における推定誤差に非常に敏感であり, 3)UAV軌道設計アルゴリズムの2-Optは,低複雑さとほぼ最適性能のため,実時間展開に推奨される。

関連論文リスト

• Seamless Detection: Unifying Salient Object Detection and Camouflaged Object Detection [73.85890512959861]
  本稿では,SOD(Salient Object Detection)とCOD(Camouflaged Object Detection)を統合化するためのタスク非依存フレームワークを提案する。 我々は、間隔層と大域的コンテキストを含む単純で効果的なコンテキストデコーダを設計し、67fpsの推論速度を実現する。 公開SODデータセットとCODデータセットの実験は、教師なし設定と教師なし設定の両方において、提案したフレームワークの優位性を実証している。
  論文  参考訳（メタデータ） (2024-12-22T03:25:43Z)
• Unsupervised UAV 3D Trajectories Estimation with Sparse Point Clouds [18.48877348628721]
  本稿では,時空間シーケンス処理を用いたコスト効率,教師なしUAV検出手法を提案する。 CVPR 2024 UG2+ Challengeの4位にランクインした。 我々は、研究コミュニティ.com/lianghanfang/UnLiDAR-UAV-Estのすべての設計、コード、サンプルデータをオープンソース化する予定です。
  論文  参考訳（メタデータ） (2024-12-17T09:30:31Z)
• Code-as-Monitor: Constraint-aware Visual Programming for Reactive and Proactive Robotic Failure Detection [56.66677293607114]
  オープンセットのリアクティブかつアクティブな障害検出のためのCode-as-Monitor(CaM)を提案する。 モニタリングの精度と効率を高めるために,制約関連エンティティを抽象化する制約要素を導入する。 実験により、CaMは28.7%高い成功率を達成し、厳しい乱れの下で実行時間を31.8%短縮することが示された。
  論文  参考訳（メタデータ） (2024-12-05T18:58:27Z)
• Depth-Weighted Detection of Behaviours of Risk in People with Dementia using Cameras [3.6855408155998215]
  認知症の行動・心理的症状、例えば扇動や攻撃といった症状は、在宅ケアの環境において重大な健康・安全リスクを生じさせる。 医療施設は公共空間のデジタル監視のためにビデオカメラを設置しており、リスク検出システムの自動動作を開発するために利用することができる。 前回の研究の課題の1つは、距離による事象の重要性の相違による誤報の存在であった。 我々は,カメラの近距離と遠距離の両方で発生する事象に匹敵する重要性を示すために,新たに深度重み付き損失を提案する。
  論文  参考訳（メタデータ） (2024-08-28T04:12:07Z)
• Anti-Jamming Path Planning Using GCN for Multi-UAV [0.0]
  UAVスワーミングの有効性は、ジャミング技術によって著しく損なわれる可能性がある。 UAV群集が集団知能を利用してジャム領域を予測する手法が提案されている。 マルチエージェント制御アルゴリズムを使用して、UAVスワムを分散し、ジャミングを回避し、ターゲットに到達すると再グループ化する。
  論文  参考訳（メタデータ） (2024-03-13T07:28:05Z)
• MADRL-based UAVs Trajectory Design with Anti-Collision Mechanism in Vehicular Networks [1.9662978733004604]
  今後6Gネットワークでは、無人航空機(UAV)が移動基地局として機能することが期待される。 最も困難な問題の1つは、複数のUAVのための軌道の設計であり、同じ領域に協調して機能する。 本稿では,これらの問題に対処するためのランクベースのバイナリマスキング手法を提案する。
  論文  参考訳（メタデータ） (2024-01-21T20:08:32Z)
• Active Gaze Control for Foveal Scene Exploration [124.11737060344052]
  本研究では,葉型カメラを用いた人間とロボットが現場を探索する方法をエミュレートする手法を提案する。 提案手法は,同数の視線シフトに対してF1スコアを2～3ポイント増加させる。
  論文  参考訳（メタデータ） (2022-08-24T14:59:28Z)
• Weakly-Supervised Physically Unconstrained Gaze Estimation [80.66438763587904]
  我々は、人間のインタラクションのビデオから弱教師付き視線推定を行うという未発見の問題に対処する。 本稿では,タスクに特化して設計された新しい損失関数とともに,トレーニングアルゴリズムを提案する。 a)半教師付き視線推定の精度と(b)最先端の物理的に制約のないGaze360視線推定ベンチマーク上でのクロスドメイン一般化の精度を大幅に改善した。
  論文  参考訳（メタデータ） (2021-05-20T14:58:52Z)
• A Vision Based Deep Reinforcement Learning Algorithm for UAV Obstacle Avoidance [1.2693545159861856]
  UAV障害物回避のための探索を改善するための2つの技術を紹介します。 ひとつは収束に基づくアプローチで、探索されていない動作と時間しきい値を反復して探索と搾取のバランスをとる。 2つ目は、ガウス混合分布を用いて予測された次の状態と比較し、次のアクションを選択するためのガイダンスベースアプローチである。
  論文  参考訳（メタデータ） (2021-03-11T01:15:26Z)
• Safety-Oriented Pedestrian Motion and Scene Occupancy Forecasting [91.69900691029908]
  我々は、個々の動きとシーン占有マップの両方を予測することを提唱する。 歩行者の相対的な空間情報を保存するScene-Actor Graph Neural Network (SA-GNN)を提案する。 2つの大規模な実世界のデータセットで、我々のシーン占有率予測が最先端のモーション予測手法よりも正確でより校正されていることを示した。
  論文  参考訳（メタデータ） (2021-01-07T06:08:21Z)
• Detecting Invisible People [58.49425715635312]
  我々は,追跡ベンチマークを再利用し,目立たない物体を検出するための新しい指標を提案する。 私たちは、現在の検出および追跡システムがこのタスクで劇的に悪化することを実証します。 第2に,最先端の単眼深度推定ネットワークによる観測結果を用いて,3次元で明示的に推論する動的モデルを構築した。
  論文  参考訳（メタデータ） (2020-12-15T16:54:45Z)

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。