論文の概要: Fall Detection from Audios with Audio Transformers
- arxiv url: http://arxiv.org/abs/2208.10659v1
- Date: Tue, 23 Aug 2022 00:24:19 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-24 14:14:18.446139
- Title: Fall Detection from Audios with Audio Transformers
- Title（参考訳）: 変圧器を用いたオーディオからの落下検出
- Authors: Prabhjot Kaur, Qifan Wang, Weisong Shi
- Abstract要約: 本論文は,マイクロフォンを備えた自律移動ロボットに搭載された転倒検出のための,新しい,非装着性,非侵入性,スケーラブルなソリューションを提供する。
浴室環境は、転倒しやすく、既存の技術がユーザーのプライバシーを損なうことなく展開できないため、特にターゲットとしています。
本研究は,バスルームからノイズ音を入力し,0.8673の精度でフォール・ノー・フォール・クラスに分類するトランスフォーマーアーキテクチャに基づくソリューションを開発した。
- 参考スコア（独自算出の注目度）: 6.626472711715542
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Fall detection for the elderly is a well-researched problem with several
proposed solutions, including wearable and non-wearable techniques. While the
existing techniques have excellent detection rates, their adoption by the
target population is lacking due to the need for wearing devices and user
privacy concerns. Our paper provides a novel, non-wearable, non-intrusive, and
scalable solution for fall detection, deployed on an autonomous mobile robot
equipped with a microphone. The proposed method uses ambient sound input
recorded in people's homes. We specifically target the bathroom environment as
it is highly prone to falls and where existing techniques cannot be deployed
without jeopardizing user privacy. The present work develops a solution based
on a Transformer architecture that takes noisy sound input from bathrooms and
classifies it into fall/no-fall class with an accuracy of 0.8673. Further, the
proposed approach is extendable to other indoor environments, besides bathrooms
and is suitable for deploying in elderly homes, hospitals, and rehabilitation
facilities without requiring the user to wear any device or be constantly
"watched" by the sensors.
- Abstract（参考訳）: 高齢者の転倒検出は、ウェアラブルや非着用技術を含むいくつかのソリューションでよく研究されている問題である。
既存のテクニックは検出率に優れていますが、デバイスやユーザのプライバシに関する懸念のため、ターゲット人口による採用は不十分です。
本論文は,マイクロフォンを備えた自律移動ロボットに搭載された,新しい,非装着性,非侵入性,スケーラブルなフォール検出ソリューションを提供する。
提案手法は,家庭に記録された環境音の入力を用いる。
ユーザのプライバシを損なうことなく既存のテクニックをデプロイできないため,特に浴室環境をターゲットとしています。
本研究は,バスルームからノイズ音を入力し,0.8673の精度でフォール・ノー・フォール・クラスに分類するトランスフォーマーアーキテクチャに基づくソリューションを開発した。
さらに,提案手法は浴室以外の屋内環境にも拡張可能であり,利用者が装着したり,センサによって常に「監視」されることなく,老人ホーム,病院,リハビリ施設への展開に適している。
関連論文リスト
- CamLoPA: A Hidden Wireless Camera Localization Framework via Signal Propagation Path Analysis [59.86280992504629]
CamLoPAは、トレーニング不要の無線カメラ検出およびローカライゼーションフレームワークである。
低コストの商用オフ・ザ・シェルフ(COTS)デバイスを使用して、最小限の活動空間制約で運用する。
95.37%のスヌーピングカメラ検出精度と17.23の平均位置誤差を達成する。
論文 参考訳（メタデータ） (2024-09-23T16:23:50Z) - Proactive Detection of Voice Cloning with Localized Watermarking [50.13539630769929]
本稿では,AI生成音声の局所検出に特化して設計された,最初の音声透かし技術であるAudioSealを紹介する。
AudioSealは、ローカライゼーションロスと共同でトレーニングされたジェネレータ/検出器アーキテクチャを使用して、サンプルレベルまでローカライズされた透かし検出を可能にする。
AudioSealは、実生活のオーディオ操作に対する堅牢性と、自動的および人的評価指標に基づく非知覚性の観点から、最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2024-01-30T18:56:22Z) - Floor extraction and door detection for visually impaired guidance [78.94595951597344]
未知の環境で障害物のない経路を見つけることは、視覚障害者や自律ロボットにとって大きなナビゲーション問題である。
コンピュータビジョンシステムに基づく新しいデバイスは、障害のある人が安全な環境で未知の環境でナビゲートすることの難しさを克服するのに役立つ。
本研究では,視覚障害者のためのナビゲーションシステムの構築につながるセンサとアルゴリズムの組み合わせを提案する。
論文 参考訳（メタデータ） (2024-01-30T14:38:43Z) - Phoneme-Based Proactive Anti-Eavesdropping with Controlled Recording Privilege [26.3587130339825]
本稿では,情報マスキングのアイデアを取り入れた新しい音素ベースノイズを提案する。
本システムでは,すべての音声認識システムにおいて,録音の認識精度を50%以下に抑えることができる。
論文 参考訳（メタデータ） (2024-01-28T16:56:56Z) - Environment-independent mmWave Fall Detection with Interacting Multiple
Model [1.9358739203360094]
mmWave radarは、プライバシー保護と非接触性のための有望な候補技術である。
FADEは現実のシナリオにおいて精度と堅牢性を高めた実用的な落下検知レーダーシステムである。
論文 参考訳（メタデータ） (2023-11-15T07:49:46Z) - HomeRobot: Open-Vocabulary Mobile Manipulation [107.05702777141178]
Open-Vocabulary Mobile Manipulation (OVMM) は、目に見えない環境で任意のオブジェクトを選択し、命令された場所に配置する問題である。
HomeRobotには2つのコンポーネントがある。シミュレーションコンポーネントは、新しい高品質のマルチルームホーム環境に、大規模で多様なキュレートされたオブジェクトセットを使用する。
論文 参考訳（メタデータ） (2023-06-20T14:30:32Z) - Deepfake audio detection by speaker verification [79.99653758293277]
本研究では,話者の生体特性のみを活用する新しい検出手法を提案する。
提案手法は,既成話者検証ツールに基づいて実装することができる。
そこで我々は,3つの一般的なテストセット上で,優れた性能,高い一般化能力,高ロバスト性を有する音声障害に対する高ロバスト性を検証した。
論文 参考訳（メタデータ） (2022-09-28T13:46:29Z) - Audio-Visual Person-of-Interest DeepFake Detection [77.04789677645682]
本研究の目的は、現実世界で遭遇する様々な操作方法やシナリオに対処できるディープフェイク検出器を提案することである。
我々は、対照的な学習パラダイムを活用して、各アイデンティティに対して最も識別しやすい、移動面と音声セグメントの埋め込みを学習する。
本手法は,シングルモダリティ(オーディオのみ,ビデオのみ)とマルチモダリティ(オーディオビデオ)の両方を検出でき,低品質・低画質ビデオに対して堅牢である。
論文 参考訳（メタデータ） (2022-04-06T20:51:40Z) - Marvin: Innovative Omni-Directional Robotic Assistant for Domestic
Environments [0.0]
モジュラー層をベースとしたアーキテクチャで開発した新しい補助ロボットであるMarvinを紹介した。
自律走行が可能な4つのメカナムホイールを備えた全方向プラットフォームを提案する。
視覚的知覚、人物のポーズの分類、音声コマンドのためのディープラーニングソリューションは、ロボットの組み込みハードウェア上で完全に実行される。
論文 参考訳（メタデータ） (2021-12-10T15:27:53Z) - Estimating indoor occupancy through low-cost BLE devices [2.462983746099006]
本稿では, 低コストの占有検知システムを提案する。
人間の存在に関連するBluetooth Low Energy (BLE)信号の変化を検出することに基づいています。
平均して、異なる環境では、97.97%の精度で占領者を正しく分類することができる。
論文 参考訳（メタデータ） (2021-01-30T09:54:31Z) - How low can you go? Privacy-preserving people detection with an
omni-directional camera [2.433293618209319]
本研究では,天井に設置した全方位カメラを用いて,室内の人物を検知する。
これは会議室の占有度を測定し、利用可能なフレキシブルデスク作業スペースの量をカウントするためのセンサーとして使用することができる。
論文 参考訳（メタデータ） (2020-07-09T10:10:23Z)
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。