論文の概要: Automated Thermal Screening for COVID-19 using Machine Learning
- arxiv url: http://arxiv.org/abs/2203.14128v1
- Date: Sat, 26 Mar 2022 18:23:44 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-29 12:43:43.374284
- Title: Automated Thermal Screening for COVID-19 using Machine Learning
- Title（参考訳）: 機械学習を用いたcovid-19自動温熱スクリーニング
- Authors: Pratik Katte, Siva Teja Kakileti, Himanshu J. Madhu, and Geetha
Manjunath
- Abstract要約: 厳格なガイドラインと新型コロナウイルスのスクリーニングは、新型コロナウイルスの感染拡大の抑制に役立っている。
従来のアプローチでは、視覚カメラ画像から顔とマスクを識別し、熱画像カメラから温度値を取り出す。
本稿では、顔とマスクの検出とその後の温度スクリーニングを非侵襲的に行うための、サーマルビデオストリーム上での機械学習の利用について論じる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In the last two years, millions of lives have been lost due to COVID-19.
Despite the vaccination programmes for a year, hospitalization rates and deaths
are still high due to the new variants of COVID-19. Stringent guidelines and
COVID-19 screening measures such as temperature check and mask check at all
public places are helping reduce the spread of COVID-19. Visual inspections to
ensure these screening measures can be taxing and erroneous. Automated
inspection ensures an effective and accurate screening. Traditional approaches
involve identification of faces and masks from visual camera images followed by
extraction of temperature values from thermal imaging cameras. Use of visual
imaging as a primary modality limits these applications only for good-lighting
conditions. The use of thermal imaging alone for these screening measures makes
the system invariant to illumination. However, lack of open source datasets is
an issue to develop such systems. In this paper, we discuss our work on using
machine learning over thermal video streams for face and mask detection and
subsequent temperature screening in a passive non-invasive way that enables an
effective automated COVID-19 screening method in public places. We open source
our NTIC dataset that was used for training our models and was collected at 8
different locations. Our results show that the use of thermal imaging is as
effective as visual imaging in the presence of high illumination. This
performance stays the same for thermal images even under low-lighting
conditions, whereas the performance with visual trained classifiers show more
than 50% degradation.
- Abstract（参考訳）: 過去2年間で、新型コロナウイルスにより数百万人の命が失われた。
1年間のワクチン接種にもかかわらず、新型ウイルスによる入院率と死亡率は依然として高い。
厳格なガイドラインや、すべての公共の場所での温度チェックやマスクチェックなどの新型コロナウイルスのスクリーニング措置は、新型コロナウイルスの感染拡大を減らすのに役立っている。
これらのスクリーニング対策を確実にするための視覚検査は、課税と誤認である。
自動検査は効果的で正確なスクリーニングを保証する。
従来のアプローチでは、視覚カメラ画像から顔やマスクを識別し、熱画像カメラから温度値を抽出する。
主モダリティとしての視覚画像の利用は、良い照明条件に限られる。
これらのスクリーニングのための熱画像のみの使用は、システムは照明に不変である。
しかし、そのようなシステムを開発する上では、オープンソースデータセットの欠如が問題となる。
本稿では、顔やマスクの検出やその後の温度スクリーニングに熱ビデオストリームを用いた機械学習を応用し、公共の場で効果的なcovid-19スクリーニング手法を実現するための、パッシブな非侵襲的な方法を提案する。
NTICデータセットをオープンソースにして、モデルをトレーニングし、8つの異なる場所で収集しました。
以上の結果から,高照明下では,熱画像の利用が視覚画像と同じくらい有効であることが示された。
この性能は低照度条件下でも熱画像では変わらないが、視覚訓練された分類器の性能は50%以上劣化している。
関連論文リスト
- A Generative Approach for Image Registration of Visible-Thermal (VT)
Cancer Faces [77.77475333490744]
我々は、生成的アライメントアルゴリズムを適用し、修正することで、画像登録の古典的なコンピュータビジョンタスクを近代化する。
本稿では,V2T画像翻訳における生成AI下流タスクで生成した熱画像の品質が52.5%に向上することが実証された。
論文 参考訳（メタデータ） (2023-08-23T17:39:58Z) - Boosting Automatic COVID-19 Detection Performance with Self-Supervised
Learning and Batch Knowledge Ensembling [38.65823547986758]
既存の方法は、通常、事前訓練プロセスとして、自然画像からの教師あり転送学習を使用する。
バッチ知識を微調整フェーズに導入し,自己教師型学習に使用するメモリを削減した。
本手法は,注釈付きCXR訓練画像が大幅に縮小された場合でも高い検出精度を維持する。
論文 参考訳（メタデータ） (2022-12-19T07:39:26Z) - People detection and social distancing classification in smart cities
for COVID-19 by using thermal images and deep learning algorithms [0.0]
新型コロナウイルス(COVID-19)は、2019年12月に中国武漢で発見された重症呼吸器症候群(SA)による病気である。
本研究では,熱画像を用いた社会距離分類のための人工知能システムを提案する。
論文 参考訳（メタデータ） (2022-09-10T16:30:29Z) - Machine Learning-Based Automated Thermal Comfort Prediction: Integration
of Low-Cost Thermal and Visual Cameras for Higher Accuracy [3.2872586139884623]
利用者の快適さに関するデータを提供するためには,リアルタイムフィードバックシステムが必要である。
非侵襲型サーマルスキャンに対して、より包括的視点をもたらすためには、新しいソリューションが必要である。
論文 参考訳（メタデータ） (2022-04-14T15:30:16Z) - Thermal to Visible Image Synthesis under Atmospheric Turbulence [67.99407460140263]
バイオメトリックスや監視では、低照度と夜間の条件下での撮像に熱画像モダリティがしばしば用いられる。
このような画像システムは、しばしば大気の乱れに悩まされ、撮像された画像に激しいぼやけや変形のアーチファクトをもたらす。
熱画像を直接可視光画像に変換するエンド・ツー・エンドの再構成法を提案する。
論文 参考訳（メタデータ） (2022-04-06T19:47:41Z) - A Synthesis-Based Approach for Thermal-to-Visible Face Verification [105.63410428506536]
本稿では,ARL-VTFおよびTUFTSマルチスペクトル顔データセット上での最先端性能を実現するアルゴリズムを提案する。
MILAB-VTF(B)も提案する。
論文 参考訳（メタデータ） (2021-08-21T17:59:56Z) - A Cloud-Edge-Terminal Collaborative System for Temperature Measurement
in COVID-19 Prevention [13.593364699001693]
新型コロナウイルス(COVID-19)の感染拡大を防ぐために、公共の場での予備温度測定とマスク検出を実施している。
軽量赤外線温度測定モデルを用いたクラウド-エッジ-端末協調システムを提案する。
実験により、検出モデルは6.1Mのみであり、平均検出速度は257msであることがわかった。
論文 参考訳（メタデータ） (2021-07-11T16:15:15Z) - A Large-Scale, Time-Synchronized Visible and Thermal Face Dataset [62.193924313292875]
DEVCOM Army Research Laboratory Visible-Thermal Faceデータセット(ARL-VTF)を発表します。
395人の被験者から50万枚以上の画像が得られたARL-VTFデータセットは、これまでで最大の可視画像とサーマルフェイス画像の収集データだ。
本論文では,ALL-VTFデータセットを用いたサーマルフェースランドマーク検出とサーマル・トゥ・ヴィジブルフェース検証のベンチマーク結果と分析について述べる。
論文 参考訳（メタデータ） (2021-01-07T17:17:12Z) - Fuzzy Unique Image Transformation: Defense Against Adversarial Attacks
On Deep COVID-19 Models [3.42658286826597]
新型コロナウイルス(COVID-19)の感染者を検出するために深層モデルが提案されているが、敵からの攻撃を防ぐために深層モデルが実行された例は少ない。
本報告では、対人攻撃に対する深層COVID-19モデルの性能評価について述べる。
論文 参考訳（メタデータ） (2020-09-08T21:35:24Z) - Exploring Thermal Images for Object Detection in Underexposure Regions
for Autonomous Driving [67.69430435482127]
アンダーエクスポージャー地域は、安全な自動運転のための周囲の完全な認識を構築するのに不可欠である。
サーマルカメラが利用可能になったことで、他の光学センサーが解釈可能な信号を捉えていない地域を探索するための重要な代替手段となった。
本研究は,可視光画像から熱画像へ学習を伝達するためのスタイル伝達手法を用いたドメイン適応フレームワークを提案する。
論文 参考訳（メタデータ） (2020-06-01T09:59:09Z) - Face Anti-Spoofing by Learning Polarization Cues in a Real-World
Scenario [50.36920272392624]
顔の偽造は生体認証アプリケーションにおけるセキュリティ侵害を防ぐ鍵となる。
RGBと赤外線画像を用いたディープラーニング手法は,新たな攻撃に対する大量のトレーニングデータを必要とする。
本研究では,実顔の偏光画像の物理的特徴を自動的に学習することにより,現実のシナリオにおける顔のアンチ・スプーフィング手法を提案する。
論文 参考訳（メタデータ） (2020-03-18T03:04:03Z)
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。