論文の概要: Birds Eye View Social Distancing Analysis System

• arxiv url: http://arxiv.org/abs/2112.07159v1
• Date: Tue, 14 Dec 2021 04:47:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2021-12-16 03:16:00.246027
• Title: Birds Eye View Social Distancing Analysis System
• Title（参考訳）: 鳥の目から見たソーシャルディスタンシング分析システム
• Authors: Zhengye Yang, Mingfei Sun, Hongzhe Ye, Zihao Xiong, Gil Zussman, Zoran Kostic
• Abstract要約: ソーシャルディスタンシングは、新型コロナウイルス(COVID-19)などの呼吸器感染症の感染率を低下させる可能性がある。 交通交差点は特に首都圏における社会的距離の監視と評価に適している。 本稿では,交差点を横断する歩行者の鳥眼視映像記録を利用したプライバシー保護型ソーシャルディスタンシング分析システム(B-SDA)を提案し,評価する。
• 参考スコア（独自算出の注目度）: 9.349085511919046
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Social distancing can reduce the infection rates in respiratory pandemics such as COVID-19. Traffic intersections are particularly suitable for monitoring and evaluation of social distancing behavior in metropolises. We propose and evaluate a privacy-preserving social distancing analysis system (B-SDA), which uses bird's-eye view video recordings of pedestrians who cross traffic intersections. We devise algorithms for video pre-processing, object detection and tracking which are rooted in the known computer-vision and deep learning techniques, but modified to address the problem of detecting very small objects/pedestrians captured by a highly elevated camera. We propose a method for incorporating pedestrian grouping for detection of social distancing violations. B-SDA is used to compare pedestrian behavior based on pre-pandemic and pandemic videos in a major metropolitan area. The accomplished pedestrian detection performance is $63.0\%$ $AP_{50}$ and the tracking performance is $47.6\%$ MOTA. The social distancing violation rate of $15.6\%$ during the pandemic is notably lower than $31.4\%$ pre-pandemic baseline, indicating that pedestrians followed CDC-prescribed social distancing recommendations. The proposed system is suitable for deployment in real-world applications.
• Abstract（参考訳）: ソーシャルディスタンシングは、新型コロナウイルスなどの呼吸器感染症の感染率を低下させる可能性がある。 交通交差点は、都市における社会的距離の監視や評価に特に適している。 交差点を横断する歩行者の鳥眼視映像記録を利用したプライバシー保護型ソーシャルディスタンシング分析システム(B-SDA)を提案し,評価する。 我々は,コンピュータビジョンやディープラーニング技術に根ざした映像前処理,物体検出,追跡のためのアルゴリズムを考案するが,高度に高精細なカメラで撮影された極小物体・被写体検出の問題に対処するために修正を行った。 本稿では,ソーシャルディスタンシング違反の検出に歩行者グループを組み込む手法を提案する。 B-SDAは、大都市圏におけるパンデミック前とパンデミック前のビデオに基づく歩行者行動の比較に用いられる。 歩行者検出性能は$63.0\%$$ap_{50}$であり、追跡性能は$47.6\%$ motaである。 パンデミック時のソーシャルディスタンシングの違反率は、パンデミック前の基準値が31.4セント以下であることから、歩行者がcdcが推奨するソーシャルディスタンシングの推奨に従っていることを示している。 提案するシステムは実世界のアプリケーションへのデプロイに適している。

関連論文リスト

• Pedestrian Behavior Maps for Safety Advisories: CHAMP Framework and Real-World Data Analysis [0.0]
  歩行者衝突防止の現在の方法は、視覚的歩行者検知器と自動緊急ブレーキシステムの統合に焦点を当てている。 本システムは,オンライン地図を用いた歩行者検出集計システムを用いて,そのような問題に対処する。 本研究では,歩行者が歩行者に近づいた場合に,歩行者ゾーンを学習し,助言通知を生成するシステムの能力を示す。
  論文  参考訳（メタデータ） (2023-05-08T07:03:26Z)
• STCrowd: A Multimodal Dataset for Pedestrian Perception in Crowded Scenes [78.95447086305381]
  3D空間における歩行者の正確な検出と追跡は、回転、ポーズ、スケールの大きなバリエーションのために困難である。 既存のベンチマークは2Dアノテーションのみを提供するか、あるいは低密度の歩行者分布を持つ限定的な3Dアノテーションを持つ。 混み合ったシナリオにおける歩行者認識アルゴリズムをよりよく評価するために,大規模なマルチモーダルデータセットSTCrowdを導入する。
  論文  参考訳（メタデータ） (2022-04-03T08:26:07Z)
• Pedestrian Stop and Go Forecasting with Hybrid Feature Fusion [87.77727495366702]
  歩行者の立ち止まりと予測の新たな課題を紹介します。 都市交通における歩行者の立ち寄り行動を明示的に研究するためのベンチマークであるTransをリリースする。 歩行者の歩行動作に注釈を付けたいくつかの既存のデータセットから構築し、さまざまなシナリオや行動を実現する。
  論文  参考訳（メタデータ） (2022-03-04T18:39:31Z)
• 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)
• Automated Object Behavioral Feature Extraction for Potential Risk Analysis based on Video Sensor [6.291501119156943]
  歩行者は道路、特に標識のない横断歩道で死亡や重傷を負う危険にさらされている。 本研究では,道路上に展開された映像センサから物体の行動特徴を効果的に抽出するシステムを提案する。 本研究は、スマートシティーに実用的なデータを提供するためのコネクテッドビデオセンサネットワークの可能性を示す。
  論文  参考訳（メタデータ） (2021-07-08T01:11:31Z)
• 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)
• 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)
• 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)
• 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)
• A Vision-based Social Distancing and Critical Density Detection System for COVID-19 [0.0]
  感染性コロナウイルス病2019(COVID-19)の感染拡大に対する効果的な対策として、社会的距離が証明されている。 個人間の距離を検知し、警告できるアクティブ監視システムは、致命的な病気の拡散を遅らせることができる。 本稿では,4つの重要な倫理的要因を考慮したAIに基づくリアルタイムソーシャルディスタンシング検出・警告システムを提案する。
  論文  参考訳（メタデータ） (2020-07-07T15:55:50Z)

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。