論文の概要: A New Method on Mask-Wearing Detection for Natural Population Based on Improved YOLOv4

• arxiv url: http://arxiv.org/abs/2208.11353v2
• Date: Mon, 09 Dec 2024 14:24:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-10 14:49:30.029627
• Title: A New Method on Mask-Wearing Detection for Natural Population Based on Improved YOLOv4
• Title（参考訳）: 改良されたYOLOv4に基づく自然集団のマスク風検出法
• Authors: Xuecheng Wu, Mengmeng Tian, Lanhang Zhai,
• Abstract要約: 本稿では,改良型YOLOv4に基づくマスク着用検出手法を提案する。 機能の融合と表現を調整するために、バックボーンにコーディネートアテンションモジュールを追加します。 第3に,K平均クラスタリングアルゴリズムを適応的に展開し,9つのアンカーボックスをNPMDデータセットに適合させる。
• 参考スコア（独自算出の注目度）: 0.3277163122167434
• License:
• Abstract: Recently, the domestic COVID-19 epidemic situation is serious, but in public places, some people do not wear masks or wear masks incorrectly, which requires the relevant staff to instantly remind and supervise them to wear masks correctly. However, in the face of such an important and complicated work, it is very necessary to carry out automated mask-wearing detection in public places. This paper proposes a new mask-wearing detection method based on improved YOLOv4. Specifically, firstly, we add the Coordinate Attention Module to the backbone to coordinate feature fusion and representation. Secondly, we conduct a series of network structural improvements to enhance the model performance and robustness. Thirdly, we adaptively deploy the K-means clustering algorithm to make the nine anchor boxes more suitable for our NPMD dataset. The experiments show that the improved YOLOv4 performs better, exceeding the baseline by 4.06\% AP with a comparable speed of 64.37 FPS.
• Abstract（参考訳）: 新型コロナウイルスの感染状況は近年深刻だが、公共の場ではマスクやマスクを誤って着用しない人も少なくない。 しかし、このような重要で複雑な作業に直面して、公共の場で自動マスク着用検出を行うことは非常に必要である。 本稿では,改良型YOLOv4に基づくマスク着用検出手法を提案する。 具体的には、まず、機能の融合と表現を調整するために、バックボーンにコーディネートアテンションモジュールを追加します。 第2に、モデル性能とロバスト性を向上させるために、一連のネットワーク構造の改善を行う。 第3に,K平均クラスタリングアルゴリズムを適応的に展開し,9つのアンカーボックスをNPMDデータセットに適合させる。 実験の結果、改良されたYOLOv4は64.37 FPSの速度でベースラインを4.06倍のAPで上回った。

関連論文リスト

• ColorMAE: Exploring data-independent masking strategies in Masked AutoEncoders [53.3185750528969]
  Masked AutoEncoders (MAE)は、堅牢な自己管理フレームワークとして登場した。 データに依存しないColorMAEという手法を導入し、ランダムノイズをフィルタすることで異なる二元マスクパターンを生成する。 ランダムマスキングと比較して,下流タスクにおける戦略の優位性を示す。
  論文  参考訳（メタデータ） (2024-07-17T22:04:00Z)
• Improving Masked Autoencoders by Learning Where to Mask [65.89510231743692]
  マスケ画像モデリングは視覚データに対する有望な自己教師型学習手法である。 本稿では,Gumbel-Softmax を用いて,対向学習マスク生成装置とマスク誘導画像モデリングプロセスとを相互接続するフレームワーク AutoMAE を提案する。 実験の結果,AutoMAEは,標準の自己監督型ベンチマークや下流タスクに対して,効果的な事前学習モデルを提供することがわかった。
  論文  参考訳（メタデータ） (2023-03-12T05:28:55Z)
• Cut and Learn for Unsupervised Object Detection and Instance Segmentation [65.43627672225624]
  Cut-and-LeaRn(CutLER)は、教師なしオブジェクトの検出とセグメンテーションモデルをトレーニングするためのシンプルなアプローチである。 CutLERはゼロショット非監視検出器であり、11のベンチマークでAP50を2.7倍以上改善している。
  論文  参考訳（メタデータ） (2023-01-26T18:57:13Z)
• Real-Time Mask Detection Based on SSD-MobileNetV2 [2.538209532048867]
  優れたリアルタイムマスク検出システムにより、関連するスタッフの作業負荷を低減できる。 既存のマスク検出手法は資源集約的であり、速度と精度のバランスが良くない。 本稿では,マスク検出のための新しいアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2022-08-29T01:59:22Z)
• An Improved Lightweight YOLOv5 Model Based on Attention Mechanism for Face Mask Detection [3.3398969693904723]
  YOLOv5に基づく軽量マスク検出器を提案する。 平均精度は95.2%で、ベースラインよりも4.4%高く、既存のモデルよりも正確である。
  論文  参考訳（メタデータ） (2022-03-30T17:41:21Z)
• Should You Mask 15% in Masked Language Modeling? [86.91486000124156]
  マスク付き言語モデルは、従来は15%のマスキングレートを使用していた。 最大40%の入力トークンをマスクすることで、15%のベースラインを上回ります。
  論文  参考訳（メタデータ） (2022-02-16T11:42:34Z)
• Mask or Non-Mask? Robust Face Mask Detector via Triplet-Consistency Representation Learning [23.062034116854875]
  新型コロナウイルスの感染拡大を遅らせる効果的な方法の1つは、ワクチンや薬品がない場合、マスクを着用することである。 公共の場でのマスクや覆いの使用を義務付けるには、面倒で注意が集中的な人的資源の追加が必要である。 本稿では,フィードフォワード畳み込みニューラルネットワークの効果的な注目を実現するために,コンテキストアテンションモジュールを用いたフェイスマスク検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-10-01T16:44:06Z)
• 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)
• Application of Yolo on Mask Detection Task [1.941730292017383]
  厳密なマスク着用政策は、公的な感覚だけでなく、実際的な困難にも適合している。 マスクチェックを自動化する既存の技術は、リアルタイム監視カメラの映像にディープラーニングモデルを使用している。 本研究は,Mask-R-CNNをより効率的なモデル「YOLO」に置き換えたマスク検出手法を提案する。
  論文  参考訳（メタデータ） (2021-02-10T12:34:47Z)
• BinaryCoP: Binary Neural Network-based COVID-19 Face-Mask Wear and Positioning Predictor on Edge Devices [63.56630165340053]
  フェイスマスクは、空気性疾患に対する双方向保護のための医療に効果的な解決策を提供する。 CNNは、顔認識と正しいマスク着用と位置決めの分類に優れたソリューションを提供する。 CNNは、企業ビル、空港、ショッピングエリア、その他の屋内場所への入り口で利用でき、ウイルスの拡散を緩和することができる。
  論文  参考訳（メタデータ） (2021-02-06T00:14:06Z)
• RetinaFaceMask: A Single Stage Face Mask Detector for Assisting Control of the COVID-19 Pandemic [1.2691047660244335]
  感染防止策の1つは、公共の場でマスクを着用することである。 特定の公共サービスプロバイダは、マスクを適切に着用する場合のみ、クライアントにサービスを使用するように要求する。 しかし、マスクの自動検出に関する研究はごくわずかである。 我々は,初の高性能単段マスク検出器であるRetinaFaceMaskを提案した。
  論文  参考訳（メタデータ） (2020-05-08T10:45:16Z)

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。