論文の概要: Holistic Interpretation of Public Scenes Using Computer Vision and
Temporal Graphs to Identify Social Distancing Violations
- arxiv url: http://arxiv.org/abs/2112.06428v1
- Date: Mon, 13 Dec 2021 05:52:44 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-15 03:47:21.512166
- Title: Holistic Interpretation of Public Scenes Using Computer Vision and
Temporal Graphs to Identify Social Distancing Violations
- Title（参考訳）: ソーシャル・ディスタンシング・ヴァイオレーションの同定のためのコンピュータビジョンと時間グラフを用いた公共シーンの全体的解釈
- Authors: Gihan Jayatilaka and Jameel Hassan and Suren Sritharan and Janith
Bandara Senananayaka and Harshana Weligampola and Roshan Godaliyadda and
Parakrama Ekanayake and Vijitha Herath and Janaka Ekanayake and Samath
Dharmaratne
- Abstract要約: 新型コロナウイルス(COVID-19)のパンデミックは、前例のない世界的な公衆衛生危機を引き起こした。
このパンデミックの広がりを抑えるための主要な戦略として、社会の分散対策が提案されている。
本稿では、新型コロナウイルス感染拡大の脅威レベル評価を提供するために、CCTV映像を解析するためのコンピュータビジョンに基づく新しいシステムを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The COVID-19 pandemic has caused an unprecedented global public health
crisis. Given its inherent nature, social distancing measures are proposed as
the primary strategies to curb the spread of this pandemic. Therefore,
identifying situations where these protocols are violated, has implications for
curtailing the spread of the disease and promoting a sustainable lifestyle.
This paper proposes a novel computer vision-based system to analyze CCTV
footage to provide a threat level assessment of COVID-19 spread. The system
strives to holistically capture and interpret the information content of CCTV
footage spanning multiple frames to recognize instances of various violations
of social distancing protocols, across time and space, as well as
identification of group behaviors. This functionality is achieved primarily by
utilizing a temporal graph-based structure to represent the information of the
CCTV footage and a strategy to holistically interpret the graph and quantify
the threat level of the given scene. The individual components are tested and
validated on a range of scenarios and the complete system is tested against
human expert opinion. The results reflect the dependence of the threat level on
people, their physical proximity, interactions, protective clothing, and group
dynamics. The system performance has an accuracy of 76%, thus enabling a
deployable threat monitoring system in cities, to permit normalcy and
sustainability in the society.
- Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックは、前例のない世界的な公衆衛生危機を引き起こした。
本質的には、このパンデミックの拡散を抑えるための主要な戦略として、ソーシャルディスタンシング対策が提案されている。
したがって、これらのプロトコルが違反している状況を特定し、病気の拡散を抑え、持続可能なライフスタイルを促進することにつながる。
本稿では,cctv映像を分析し,感染拡大の脅威レベル評価を行うコンピュータビジョンシステムを提案する。
このシステムは、複数のフレームにまたがるcctv映像の情報内容の収集と解釈を行い、時間と空間にまたがる様々なソーシャルディスタンシングプロトコル違反の事例を認識し、グループ行動の同定に努めている。
この機能は、主に、cctv映像の情報を表現するための時間グラフベースの構造と、グラフを確率的に解釈し、所定のシーンの脅威レベルを定量化する戦略を用いて達成される。
個々のコンポーネントはさまざまなシナリオでテストされ、検証され、完全なシステムは人間の専門家の意見に対してテストされます。
結果は、脅威レベルの人への依存、物理的近接、相互作用、防護服、グループダイナミクスを反映している。
システム性能は76%の精度で、都市に展開可能な脅威監視システムを提供し、社会の正常性と持続可能性を保証する。
関連論文リスト
- PANDORA: Deep graph learning based COVID-19 infection risk level forecasting [6.984702599001295]
新型コロナウイルスの感染リスクの早期のシグナルを提供するためには、適切な予測システムが不可欠である。
COVID-19の感染リスクを予測するため,PANDORAと呼ばれる深層グラフ学習モデルを提案する。
論文 参考訳（メタデータ） (2024-06-07T07:27:22Z) - Agent-Based Model: Simulating a Virus Expansion Based on the Acceptance
of Containment Measures [65.62256987706128]
比較疫学モデルは、疾患の状態に基づいて個人を分類する。
我々は、適応されたSEIRDモデルと市民のための意思決定モデルを組み合わせたABMアーキテクチャを提案する。
スペイン・ア・コルナにおけるSARS-CoV-2感染症の進行状況について検討した。
論文 参考訳（メタデータ） (2023-07-28T08:01:05Z) - Adversarial Learning-based Stance Classifier for COVID-19-related Health
Policies [14.558584240713154]
本研究では、新型コロナウイルス関連健康政策に対する公衆の態度を自動的に識別する対人学習に基づくスタンス分類器を提案する。
モデルをより深く理解するために、モデルに外部知識としてポリシー記述を組み込む。
新型コロナウイルス関連健康政策のスタンス検出タスクにおいて,幅広い基準線の性能を評価する。
論文 参考訳（メタデータ） (2022-09-10T10:27:21Z) - BEV-Net: Assessing Social Distancing Compliance by Joint People
Localization and Geometric Reasoning [77.08836528980248]
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。
論文 参考訳（メタデータ） (2021-10-10T23:56:37Z) - #StayHome or #Marathon? Social Media Enhanced Pandemic Surveillance on
Spatial-temporal Dynamic Graphs [23.67939019353524]
新型コロナウイルスは、公衆衛生、社会、経済のほぼすべての領域に永続的な被害をもたらしている。
既存の研究は、伝統的な統計モデルと流行拡散理論の集約に依存している。
我々は,抽出した出来事と関係に基づいて,ソーシャルメディアがパンデミックの知識を広める新しい枠組みを提案する。
論文 参考訳（メタデータ） (2021-08-08T15:46:05Z) - Epidemic mitigation by statistical inference from contact tracing data [61.04165571425021]
我々は,個人が感染するリスクを推定するためにベイズ推定法を開発した。
本稿では,感染防止のための検査・隔離戦略を最適化するために,確率論的リスク推定手法を提案する。
我々のアプローチは、最近接触した個人間の通信のみを必要とする、完全に分散されたアルゴリズムに変換されます。
論文 参考訳（メタデータ） (2020-09-20T12:24:45Z) - 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) - COVI White Paper [67.04578448931741]
接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。
カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
論文 参考訳（メタデータ） (2020-05-18T07:40:49Z) - The Visual Social Distancing Problem [99.69094590087408]
画像から個人間距離を自動的に推定する視覚ソーシャルディスタンシング問題を提案する。
社会信号処理における過去の文献とVSDがどのように関連しているかを議論し、そのような問題を管理するために既存のコンピュータビジョン手法を用いているかを示す。
論文 参考訳（メタデータ） (2020-05-11T00:04:34Z) - Digital Ariadne: Citizen Empowerment for Epidemic Control [55.41644538483948]
新型コロナウイルスの危機は、1918年のH1N1パンデミック以来、公衆衛生にとって最も危険な脅威である。
技術支援による位置追跡と接触追跡は、広く採用されれば、感染症の拡散を抑えるのに役立つかもしれない。
個人のデバイス上での自発的な位置情報とBluetoothトラッキングに基づいて、"diAry"や"digital Ariadne"と呼ばれるツールを提示する。
論文 参考訳（メタデータ） (2020-04-16T15:53:42Z)
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。