論文の概要: People detection and social distancing classification in smart cities
for COVID-19 by using thermal images and deep learning algorithms
- arxiv url: http://arxiv.org/abs/2209.04704v1
- Date: Sat, 10 Sep 2022 16:30:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2022-09-13 12:52:05.476062
- Title: People detection and social distancing classification in smart cities
for COVID-19 by using thermal images and deep learning algorithms
- Title（参考訳）: 熱画像と深層学習アルゴリズムを用いたスマートシティにおける人々検出とソーシャルディスタンシングの分類
- Authors: Abdussalam Elhanashi, Sergio Saponara, Alessio Gagliardi
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: COVID-19 is a disease caused by severe respiratory syndrome coronavirus. It
was identified in December 2019 in Wuhan, China. It has resulted in an ongoing
pandemic that caused infected cases including some deaths. Coronavirus is
primarily spread between people during close contact. Motivating to this
notion, this research proposes an artificial intelligence system for social
distancing classification of persons by using thermal images. By exploiting
YOLOv2 (you look at once), a deep learning detection technique is developed for
detecting and tracking people in indoor and outdoor scenarios. An algorithm is
also implemented for measuring and classifying the distance between persons and
automatically check if social distancing rules are respected or not. Hence,
this work aims at minimizing the spread of the COVID-19 virus by evaluating if
and how persons comply with social distancing rules. The proposed approach is
applied to images acquired through thermal cameras, to establish a complete AI
system for people tracking, social distancing classification, and body
temperature monitoring. The training phase is done with two datasets captured
from different thermal cameras. Ground Truth Labeler app is used for labeling
the persons in the images. The achieved results show that the proposed method
is suitable for the creation of a smart surveillance system in smart cities for
people detection, social distancing classification, and body temperature
analysis.
- Abstract（参考訳）: 新型コロナウイルスは、重症呼吸器症候群による病気である。
2019年12月に中国の武漢で発見された。
パンデミックが続く中で、一部の死者を含む感染者が感染した。
コロナウイルスは主に密接な接触中に人の間で拡散する。
そこで本研究では,温熱画像を用いたソーシャルディスタンシング分類のための人工知能システムを提案する。
YOLOv2(一度見ればわかる)を活用することで、屋内および屋外のシナリオで人を検出し、追跡するためのディープラーニング検出技術を開発した。
また、人との距離を計測・分類し、社会的距離規則が尊重されているかどうかを自動的にチェックするアルゴリズムも実装されている。
したがって、この研究は、人々がソーシャル・ディスタンシング・ルールにどう準拠しているかを評価することで、新型コロナウイルスの感染拡大を最小限にすることを目的としている。
提案手法は,人追跡,ソーシャルディスタンシング分類,体温監視のための完全なAIシステムを構築するために,サーマルカメラで取得した画像に適用される。
トレーニングフェーズは、異なるサーマルカメラからキャプチャされた2つのデータセットで行われます。
Ground Truth Labelerアプリは、画像内の人物のラベル付けに使用される。
その結果, 提案手法は, 人検出, ソーシャルディスタンシング分類, 体温分析のためのスマート監視システムの構築に適していることがわかった。
関連論文リスト
- 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) - Unsupervised deep learning techniques for powdery mildew recognition
based on multispectral imaging [63.62764375279861]
本稿では,キュウリ葉の粉状ミドウを自動的に認識する深層学習手法を提案する。
マルチスペクトルイメージングデータに適用した教師なし深層学習技術に焦点をあてる。
本稿では, オートエンコーダアーキテクチャを用いて, 疾患検出のための2つの手法を提案する。
論文 参考訳（メタデータ） (2021-12-20T13:29:13Z) - Project Achoo: A Practical Model and Application for COVID-19 Detection
from Recordings of Breath, Voice, and Cough [55.45063681652457]
コンシューマー端末で録音した音声を用いて、新型コロナウイルスを迅速にトリアージする機械学習手法を提案する。
この手法は,信号処理手法と微調整深層学習ネットワークを組み合わせることで,信号の識別,コークス検出,分類を行う手法を提供する。
我々はまた、症状チェッカーと音声、息、うず信号を使って新型コロナウイルスの感染を検知するモバイルアプリケーションを開発し、展開した。
論文 参考訳（メタデータ） (2021-07-12T08:07:56Z) - Automatic Social Distance Estimation From Images: Performance
Evaluation, Test Benchmark, and Algorithm [78.88882860340797]
新型コロナウイルスは2020年3月から世界的なパンデミックを引き起こしている。
感染リスクを低減するため、他者から最低1メートルの距離を維持することが強く示唆されている。
このようなアルゴリズムには適切なテストベンチマークは存在しない。
論文 参考訳（メタデータ） (2021-03-11T16:15:20Z) - SD-Measure: A Social Distancing Detector [0.0]
新型コロナウイルス(COVID-19)のパンデミックでは、非医薬品対策として社会的距離が採用されている。
本研究は,ビデオ映像から社会的距離を検出するためのSD-Measureという新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2020-11-04T15:47:14Z) - Perceiving Humans: from Monocular 3D Localization to Social Distancing [93.03056743850141]
本稿では,人間の3次元位置と身体の向きを1つの画像から知覚する,コスト効率の高い視覚ベースの新しい手法を提案する。
我々は,「社会的距離」という概念を,単純な位置に基づくルールとは対照的に,社会的相互作用の一形態として再考することが可能であることを示す。
論文 参考訳（メタデータ） (2020-09-01T10:12:30Z) - DeepSOCIAL: Social Distancing Monitoring and Infection Risk Assessment
in COVID-19 Pandemic [1.027974860479791]
世界保健機関(WHO)は、公衆の場での新型コロナウイルスの感染拡大を最小限に抑えるため、ソーシャルディスタンシング(Social Distancing)を推奨している。
コンピュータビジョンとYOLOv4ベースのDeep Neural Networkモデルを開発した。
開発されたモデルは汎用的で正確な人物検出・追跡ソリューションであり、他の多くの分野に適用できる。
論文 参考訳（メタデータ） (2020-08-26T16:56:57Z) - New Normal: Cooperative Paradigm for Covid-19 Timely Detection and
Containment using Internet of Things and Deep Learning [12.618653234201089]
新型コロナウイルス(COVID-19)の感染拡大は、世界経済に影響を及ぼし、政府や保健当局に数十億ドルの損害を与えた。
本研究は、ウイルスの拡散を検知するだけでなく、ビジネスやエコノミーを再開し、社会生活を再開する上でも役立つコネクテッド・スマート・パラダイムを導入する。
論文 参考訳（メタデータ） (2020-08-15T14:33:53Z) - Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using
Deep Multiple-Instance Learning [59.74684475991192]
パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。
PD症状には、震動、剛性、ブレイキネジアがある。
本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
論文 参考訳（メタデータ） (2020-05-06T09:02:30Z) - Motion and Region Aware Adversarial Learning for Fall Detection with
Thermal Imaging [8.110295985047278]
転倒検知のためのホームベースのカメラシステムは、しばしば人々のプライバシーを危険にさらす。
転倒はめったに起こらないため、クラス不均衡によるアルゴリズムの学習は簡単ではない。
熱画像を用いた対向フレームワーク内での転倒検出を異常検出として定式化する。
論文 参考訳（メタデータ） (2020-04-17T17:17:29Z)
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。