論文の概要: A Novel Home-Built Metrology to Analyze Oral Fluid Droplets and Quantify
the Efficacy of Masks
- arxiv url: http://arxiv.org/abs/2201.03993v1
- Date: Mon, 3 Jan 2022 19:20:05 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-16 16:48:35.692488
- Title: A Novel Home-Built Metrology to Analyze Oral Fluid Droplets and Quantify
the Efficacy of Masks
- Title（参考訳）: 口腔液滴の分析とマスクの有効性の定量化のためのホームビルトメトロロジー
- Authors: Ava Tan Bhowmik
- Abstract要約: このプロジェクトには、セットアップの最適化、データ収集、データ分析、アプリケーションが含まれる。
データ収集中、被験者はまず、摂取可能な蛍光液体(音波水)で口を湿らせて、紫外線の暗い光の下で話す、くしゃみをする。
トニックウォーター滴から発生する蛍光を可視化し、iPhone 8+カメラでスローモ(240fps)で記録し、分析する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Wearing masks is crucial to preventing the spread of potentially
pathogen-containing droplets, especially amidst the COVID-19 pandemic. However,
not all face coverings are equally effective and most experiments evaluating
mask efficacy are very expensive and complex to operate. In this work, a novel,
home-built, low-cost, and accurate metrology to visualize orally-generated
fluid droplets has been developed. The project includes setup optimization,
data collection, data analysis, and applications. The final materials chosen
were quinine-containing tonic water, 397-402 nm wavelength UV tube lights, an
iPhone and tripod, string, and a spray bottle. The experiment took place in a
dark closet with a dark background. During data collection, the test subject
first wets their mouth with an ingestible fluorescent liquid (tonic water) and
speaks, sneezes, or coughs under UV darklight. The fluorescence from the tonic
water droplets generated can be visualized, recorded by an iPhone 8+ camera in
slo-mo (240 fps), and analyzed. The software VLC is used for frame separation
and Fiji/ImageJ is used for image processing and analysis. The dependencies of
oral fluid droplet generation and propagation on different phonics, the
loudness of speech, and the type of expiratory event were studied in detail and
established using the metrology developed. The efficacy of different types of
masks was evaluated and correlated with fabric microstructures. All masks
blocked droplets to varying extent. Masks with smaller-sized pores and thicker
material were found to block the most droplets. This low-cost technique can be
easily constructed at home using materials that total to a cost of less than
$50. Despite the minimal cost, the method is very accurate and the data is
quantifiable.
- Abstract（参考訳）: マスクを着用することは、特に新型コロナウイルスのパンデミックの中で、病原性のある液滴の拡散を防ぐために不可欠である。
しかし、全てのフェイスカバーが等しく効果的である訳ではなく、マスクの有効性を評価するほとんどの実験は非常に高価で操作が複雑である。
本研究では, 口内生成液滴を可視化する新しい, 自家製, 低コスト, 高精度な計測法を開発した。
プロジェクトにはセットアップの最適化、データ収集、データ分析、アプリケーションが含まれる。
最終的な素材はキニーネ含有トニック水、397-402nm波長の紫外線管ライト、iphoneと三脚、ストリング、スプレーボトルであった。
実験は暗い背景のある暗いクローゼットで行われた。
データ収集中、被験者はまず、摂取可能な蛍光液体(音波水)で口を湿らせて、紫外線の暗い光の下で話す、くしゃみをする。
発生したトニック水滴からの蛍光は、iphone 8+のカメラでslo-mo (240 fps) で記録され、分析することができる。
VLCはフレーム分離に使われ、Fiji/ImageJは画像処理と解析に使われている。
口腔液滴の発生と伝播の異なるフェノニクスに対する依存性, 音声のラウドネス, 呼気イベントの種類について詳細に検討し, メトロロジーを用いて確立した。
異なるタイプのマスクの有効性を評価し,布のミクロ組織と相関した。
すべてのマスクは、液滴をある程度ブロックした。
より小さな孔とより厚い物質を持つマスクは、最も小さな滴をブロックする。
この安価な技術は、総コストが50ドル未満の材料を使って、家庭で簡単に構築できる。
最小のコストにもかかわらず、この手法は非常に正確であり、データは定量化できる。
関連論文リスト
- DiffusionGuard: A Robust Defense Against Malicious Diffusion-based Image Editing [93.45507533317405]
DiffusionGuardは、拡散ベースの画像編集モデルによる不正な編集に対する堅牢で効果的な防御方法である。
拡散過程の初期段階をターゲットとした対向雑音を発生させる新しい目的を提案する。
また,テスト期間中の各種マスクに対するロバスト性を高めるマスク強化手法も導入した。
論文 参考訳（メタデータ） (2024-10-08T05:19:19Z) - Diffusion Facial Forgery Detection [56.69763252655695]
本稿では,顔に焦点をあてた拡散生成画像を対象とした包括的データセットであるDiFFを紹介する。
人体実験といくつかの代表的な偽造検出手法を用いて,DiFFデータセットの広範な実験を行った。
その結果、人間の観察者と自動検出者の2値検出精度は30%以下であることが判明した。
論文 参考訳（メタデータ） (2024-01-29T03:20:19Z) - Parents and Children: Distinguishing Multimodal DeepFakes from Natural Images [60.34381768479834]
近年の拡散モデルの発展により、自然言語のテキストプロンプトから現実的なディープフェイクの生成が可能になった。
我々は、最先端拡散モデルにより生成されたディープフェイク検出に関する体系的研究を開拓した。
論文 参考訳（メタデータ） (2023-04-02T10:25:09Z) - A Low-Cost Portable Apparatus to Analyze Oral Fluid Droplets and
Quantify the Efficacy of Masks [0.0]
この研究は、経口生成液滴を可視化し、追跡し、分析するための、新しい、低コストで定量的な気象学を発展させている。
検出可能な最小の液滴サイズは、高さと飛行時間と数学的に相関していた。
より小型の細孔と厚い材質のマスクの方が有効であることがわかった。
論文 参考訳（メタデータ） (2023-03-05T21:30:49Z) - ChemVise: Maximizing Out-of-Distribution Chemical Detection with the
Novel Application of Zero-Shot Learning [60.02503434201552]
本研究は,簡単な学習セットから複雑な露光の学習近似を提案する。
合成センサ応答に対するこのアプローチは, 分布外の化学分析物の検出を驚くほど改善することを示した。
論文 参考訳（メタデータ） (2023-02-09T20:19:57Z) - A Novel Hybrid Endoscopic Dataset for Evaluating Machine Learning-based
Photometric Image Enhancement Models [0.9236074230806579]
本研究は, 生成逆数的手法により生成される新しい合成データ集合を導入する。
また、過度の露光および過度の露光条件において、浅いベースと深層学習に基づく画像強調法の両方を探索する。
論文 参考訳（メタデータ） (2022-07-06T01:47:17Z) - SOLIS: Autonomous Solubility Screening using Deep Neural Networks [0.36700088931938835]
サンプル準備は手作業で行うのが一般的である。
結晶化実験は多くの化学分野において、精製とポリモルフィックスクリーニング実験の両方で一般的である。
本研究では, 人間の化学者が試料を視覚的に評価し, 溶液中に固形物が完全に溶解したかどうかを判断する手法に着想を得た, 新規なカスケード深部モデルを提案する。
論文 参考訳（メタデータ） (2022-03-18T09:38:23Z) - Testing a Drop of Liquid Using Smartphone LiDAR [4.603006709596951]
本稿では,現代スマートフォンに搭載されているLiDARセンサを用いて,流体特性を判定するシステムを提案する。
私たちのデザインは、携帯電話から液体にコヒーレントなLiDARビームをターゲットにすることで機能します。
携帯電話のカメラを用いて、光散乱粒子から反射する光の干渉によって形成される特徴的なレーザースペックルパターンをキャプチャする。
論文 参考訳（メタデータ） (2022-03-15T00:12:39Z) - A Survey on Masked Facial Detection Methods and Datasets for Fighting
Against COVID-19 [64.88701052813462]
新型コロナウイルス感染症2019(COVID-19)は、感染拡大以来、世界にとって大きな課題となっている。
この病気と闘うために、一連の人工知能(AI)技術が開発され、現実世界のシナリオに適用される。
本稿では主に、マスク付き顔検出と関連するデータセットのAI技術に焦点を当てる。
論文 参考訳（メタデータ） (2022-01-13T03:28:20Z) - Contrastive Context-Aware Learning for 3D High-Fidelity Mask Face
Presentation Attack Detection [103.7264459186552]
顔認識システムには、顔提示攻撃検出(PAD)が不可欠である。
ほとんどの既存の3DマスクPADベンチマークにはいくつかの欠点があります。
現実世界のアプリケーションとのギャップを埋めるために、大規模なハイファイアリティマスクデータセットを紹介します。
論文 参考訳（メタデータ） (2021-04-13T12:48:38Z) - Face Mask Assistant: Detection of Face Mask Service Stage Based on
Mobile Phone [35.26022029969275]
新型コロナウイルスの原因であるシンドロームウイルス2(SARS-CoV-2)は、小さな呼吸液滴によって伝達される。
発生源での拡散を抑制するため、マスクを着用することは便利で効果的な手段である。
携帯電話を用いた検知システムを提案する。
論文 参考訳（メタデータ） (2020-10-09T08:49:52Z)
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。