論文の概要: Elderly Fall Detection Using CCTV Cameras under Partial Occlusion of the Subjects Body

• arxiv url: http://arxiv.org/abs/2208.07291v1
• Date: Mon, 15 Aug 2022 16:02:18 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-16 14:09:18.461744
• Title: Elderly Fall Detection Using CCTV Cameras under Partial Occlusion of the Subjects Body
• Title（参考訳）: CCTVカメラを用いた高齢者の転倒検出
• Authors: Sara Khalili, Hoda Mohammadzade, Mohammad Mahdi Ahmadi
• Abstract要約: 咬合は視覚に基づく転倒検知システムにおける最大の課題の1つである。 転倒検知システムの訓練のために特別に設計された隠蔽映像を合成する。 本稿では,隠蔽ビデオと非隠蔽ビデオを用いた転倒検出モデルの重み付けトレーニングフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: One of the possible dangers that older people face in their daily lives is falling. Occlusion is one of the biggest challenges of vision-based fall detection systems and degrades their detection performance considerably. To tackle this problem, we synthesize specifically-designed occluded videos for training fall detection systems using existing datasets. Then, by defining a new cost function, we introduce a framework for weighted training of fall detection models using occluded and un-occluded videos, which can be applied to any learnable fall detection system. Finally, we use both a non-deep and deep model to evaluate the effect of the proposed weighted training method. Experiments show that the proposed method can improve the classification accuracy by 36% for a non-deep model and 55% for a deep model in occlusion conditions. Moreover, it is shown that the proposed training framework can also significantly improve the detection performance of a deep network on normal un-occluded samples.
• Abstract（参考訳）: 高齢者が日常生活で直面する危険の1つが減少している。 閉塞は視覚に基づく転倒検知システムにおける最大の課題の1つであり、検出性能を著しく低下させる。 この問題に対処するために,既存のデータセットを用いた転倒検出システムを訓練するために,特別に設計されたoccluded videoを合成する。 次に,新しいコスト関数を定義することにより,学習可能な転倒検出システムに適用可能なoccludedおよびun-occludedビデオを用いた転倒検出モデルの重み付けトレーニングフレームワークを提案する。 最後に,提案手法の有効性を評価するために,非深度モデルと深度モデルの両方を用いる。 実験の結果,非深さモデルでは36%,閉塞条件では55%の分類精度が得られた。 また,本提案手法は,通常の非閉塞サンプルにおける深層ネットワークの検出性能を著しく向上することを示す。

関連論文リスト

• DPMesh: Exploiting Diffusion Prior for Occluded Human Mesh Recovery [71.6345505427213]
  DPMeshは、人間のメッシュリカバリを排除した革新的なフレームワークである。 これは、事前訓練されたテキスト・ツー・イメージ拡散モデルに埋め込まれた対象構造と空間的関係について、より深い拡散に乗じる。
  論文  参考訳（メタデータ） (2024-04-01T18:59:13Z)
• Effective Multi-Stage Training Model For Edge Computing Devices In Intrusion Detection [0.0]
  本研究は,3段階の訓練パラダイムを導入し,改良されたプルーニング手法とモデル圧縮手法により強化した。 目的はシステムの有効性を高めることであり、侵入検知のための高いレベルの精度を同時に維持することである。
  論文  参考訳（メタデータ） (2024-01-31T02:20:21Z)
• Open-Vocabulary Video Anomaly Detection [57.552523669351636]
  監視の弱いビデオ異常検出(VAD)は、ビデオフレームが正常であるか異常であるかを識別するためにビデオレベルラベルを利用する際、顕著な性能を達成した。 近年の研究は、より現実的な、オープンセットのVADに取り組み、異常や正常なビデオから見えない異常を検出することを目的としている。 本稿ではさらに一歩前進し、未確認および未確認の異常を検知・分類するために訓練済みの大規模モデルを活用することを目的とした、オープン語彙ビデオ異常検出(OVVAD)について検討する。
  論文  参考訳（メタデータ） (2023-11-13T02:54:17Z)
• MonoTDP: Twin Depth Perception for Monocular 3D Object Detection in Adverse Scenes [49.21187418886508]
  本論文は,モノTDP(MonoTDP)と呼ばれる悪シーンにおける2つの深度を知覚するモノクル3次元検出モデルを提案する。 まず、制御不能な気象条件を扱うモデルを支援するための適応学習戦略を導入し、様々な劣化要因による劣化を著しく抑制する。 そこで本研究では, シーン深度と物体深度を同時に推定する新たな2つの深度認識モジュールを提案する。
  論文  参考訳（メタデータ） (2023-05-18T13:42:02Z)
• Deep Learning-based Fall Detection Algorithm Using Ensemble Model of Coarse-fine CNN and GRU Networks [7.624051346741515]
  本研究では,大小の畳み込みニューラルネットワークとゲートリカレントユニットを組み合わせたアンサンブルモデルを提案する。 提案したモデルは、それぞれ92.54%、96.13%、94.26%のリコール、精度、Fスコアを達成する。
  論文  参考訳（メタデータ） (2023-04-13T08:30:46Z)
• A New Knowledge Distillation Network for Incremental Few-Shot Surface Defect Detection [20.712532953953808]
  本稿では,DKAN(Dual Knowledge Align Network)と呼ばれる新しい知識蒸留ネットワークを提案する。 提案したDKAN法は,事前学習型ファインタニング伝達学習パラダイムを踏襲し,ファインタニングのための知識蒸留フレームワークを設計した。 Few-shot NEU-DETデータセットをインクリメンタルに実験した結果、DKANは様々なシーンで他の手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2022-09-01T15:08:44Z)
• Static-Dynamic Co-Teaching for Class-Incremental 3D Object Detection [71.18882803642526]
  ディープラーニングアプローチは、3Dオブジェクト検出タスクにおいて顕著なパフォーマンスを示している。 古いデータを再考することなく、新しいクラスを漸進的に学習するときに、破滅的なパフォーマンス低下に悩まされる。 この「破滅的な忘れ物」現象は、現実世界のシナリオにおける3Dオブジェクト検出アプローチの展開を妨げる。 SDCoTは,新しい静的なコティーチング手法である。
  論文  参考訳（メタデータ） (2021-12-14T09:03:41Z)
• Unsupervised Scale-consistent Depth Learning from Video [131.3074342883371]
  本研究では,単眼深度推定器SC-Depthを提案する。 スケール一貫性予測の能力により,我々の単分子学習深層ネットワークは簡単にORB-SLAM2システムに統合可能であることを示す。 提案したハイブリッドPseudo-RGBD SLAMは、KITTIにおいて魅力的な結果を示し、追加のトレーニングなしでKAISTデータセットにうまく一般化する。
  論文  参考訳（メタデータ） (2021-05-25T02:17:56Z)
• Deep Learning for Vision-Based Fall Detection System: Enhanced Optical Dynamic Flow [27.791093798619503]
  深層学習の影響は、行動認識のような視覚ベースのシステムの景観を変えた。 深層学習技術は、視覚に基づく転倒検出システムではうまく実装されていない。 本研究の目的は,転倒検出の精度を向上させる視覚に基づく転倒検出システムを提案することである。
  論文  参考訳（メタデータ） (2021-03-18T08:14:25Z)
• Robust Unsupervised Video Anomaly Detection by Multi-Path Frame Prediction [61.17654438176999]
  本稿では,フレーム予測と適切な設計による新規で頑健な非教師付きビデオ異常検出手法を提案する。 提案手法は,CUHK Avenueデータセット上で88.3%のフレームレベルAUROCスコアを得る。
  論文  参考訳（メタデータ） (2020-11-05T11:34:12Z)
• SSHFD: Single Shot Human Fall Detection with Occluded Joints Resilience [10.719603033631952]
  Single Shot Human Fall Detectorは、単一の画像から自動転倒検出を行うディープラーニングベースのフレームワークである。 まず、外見の特徴に不変な人間のポーズに基づく転倒表現を示す。 次に、3次元ポーズ推定と転倒認識のためのニューラルネットワークモデルを提案する。
  論文  参考訳（メタデータ） (2020-04-02T03:41:39Z)

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。