論文の概要: ErgoExplorer: Interactive Ergonomic Risk Assessment from Video
Collections
- arxiv url: http://arxiv.org/abs/2209.05252v1
- Date: Wed, 7 Sep 2022 13:32:45 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-25 17:30:23.379556
- Title: ErgoExplorer: Interactive Ergonomic Risk Assessment from Video
Collections
- Title(参考訳): ErgoExplorer: ビデオコレクションからの対話型エルゴノミクスリスクアセスメント
- Authors: Manlio Massiris Fern\'andez, Sanjin Rado\v{s}, Kre\v{s}imir
Matkovi\'c, M. Eduard Gr\"oller, Claudio Delrieux
- Abstract要約: ErgoExplorerは、リスクアセスメントデータのインタラクティブなビジュアル分析のためのシステムである。
データはビデオストリームから自動的に抽出され、データはErgoExplorerに統合される。
- 参考スコア(独自算出の注目度): 0.33554367023486936
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Ergonomic risk assessment is now, due to an increased awareness, carried out
more often than in the past. The conventional risk assessment evaluation, based
on expert-assisted observation of the workplaces and manually filling in score
tables, is still predominant. Data analysis is usually done with a focus on
critical moments, although without the support of contextual information and
changes over time. In this paper we introduce ErgoExplorer, a system for the
interactive visual analysis of risk assessment data. In contrast to the current
practice, we focus on data that span across multiple actions and multiple
workers while keeping all contextual information. Data is automatically
extracted from video streams. Based on carefully investigated analysis tasks,
we introduce new views and their corresponding interactions. These views also
incorporate domain-specific score tables to guarantee an easy adoption by
domain experts. All views are integrated into ErgoExplorer, which relies on
coordinated multiple views to facilitate analysis through interaction.
ErgoExplorer makes it possible for the first time to examine complex
relationships between risk assessments of individual body parts over long
sessions that span multiple operations. The newly introduced approach supports
analysis and exploration at several levels of detail, ranging from a general
overview, down to inspecting individual frames in the video stream, if
necessary. We illustrate the usefulness of the newly proposed approach applying
it to several datasets.
- Abstract(参考訳): エルゴノミクスのリスク評価は、認知度が高まっているため、これまでよりも頻繁に実施されている。
従来型のリスクアセスメント評価は,作業場を専門的に観察し,得点表に手作業で記入することに基づく。
データ分析は通常、重要な瞬間に焦点を当てて行われるが、時間とともにコンテキスト情報や変化がサポートされない。
本稿では,リスクアセスメントデータのインタラクティブな視覚分析システムであるErgoExplorerを紹介する。
現在のプラクティスとは対照的に、すべてのコンテキスト情報を保持しながら、複数のアクションと複数のワーカーにまたがるデータに焦点を当てます。
データはビデオストリームから自動的に抽出される。
精査した分析タスクに基づいて,新しい視点とその相互作用を紹介する。
これらのビューには、ドメインの専門家による簡単な採用を保証するために、ドメイン固有のスコアテーブルも含まれている。
すべてのビューはergoexplorerに統合され、対話による分析を容易にするために複数のビューの協調に依存する。
ErgoExplorerは、複数のオペレーションにまたがる長いセッションにおいて、個々の身体部分のリスクアセスメントの間の複雑な関係を初めて調べることを可能にする。
新たに導入されたアプローチは、一般的な概要からビデオストリーム内の個々のフレームの検査まで、必要であればいくつかの詳細レベルでの分析と探索をサポートする。
いくつかのデータセットに適用した新しいアプローチの有用性について述べる。
関連論文リスト
- "Show Me What's Wrong!": Combining Charts and Text to Guide Data Analysis [4.016592757754338]
金融詐欺検出の文脈では、アナリストは取引データの中で不審な活動を素早く特定する必要がある。
これは、パターンの認識、グループ化、比較といった複雑な探索的なタスクからなる反復的なプロセスである。
これらのステップに固有の情報の過負荷を軽減するため、自動化された情報ハイライト、大規模言語モデルが生成するテキストインサイト、視覚分析を組み合わせたツールを提案する。
論文 参考訳(メタデータ) (2024-10-01T14:16:10Z) - A Comprehensive Review of Few-shot Action Recognition [64.47305887411275]
アクション認識は、複雑で可変なビデオデータを手動でラベル付けすることのコストと非現実性に対処することを目的としている。
ビデオ中の人間のアクションを正確に分類するには、クラスごとにいくつかのラベル付き例だけを使用する必要がある。
論文 参考訳(メタデータ) (2024-07-20T03:53:32Z) - LOGO: A Long-Form Video Dataset for Group Action Quality Assessment [63.53109605625047]
LOGOと呼ばれるアクション品質評価のための多人数長ビデオデータセットを構築した。
私たちのデータセットには、26のアーティスティックスイミングイベントの200の動画と、各サンプルに8人のアスリートと、平均204.2秒の時間が含まれています。
アノテーションの豊かさに関して、LOGOには、複数のアスリートのグループ情報とアクション手順に関する詳細なアノテーションを記述するためのフォーメーションラベルが含まれている。
論文 参考訳(メタデータ) (2024-04-07T17:51:53Z) - Deep Learning for Survival Analysis: A Review [7.016568778869699]
深層学習(DL)技術の生存分析分野への流入は,方法論的な進歩をもたらした。
本研究は,DL関連属性およびDL関連属性に基づいて,DLに基づく時間-時間分析手法の体系的レビューを行う。
論文 参考訳(メタデータ) (2023-05-24T09:56:20Z) - Understanding metric-related pitfalls in image analysis validation [59.15220116166561]
この研究は、画像解析におけるバリデーションメトリクスに関連する落とし穴に関する情報にアクセスするための、初めての包括的な共通点を提供する。
バイオメディカル画像解析に焦点をあてるが、他の分野へ移行する可能性があるため、対処された落とし穴はアプリケーションドメイン全体にわたって一般化され、新しく作成されたドメインに依存しない分類に分類される。
論文 参考訳(メタデータ) (2023-02-03T14:57:40Z) - Decoding Attention from Gaze: A Benchmark Dataset and End-to-End Models [6.642042615005632]
視線追跡は、生態学的に有効な環境において、人間の認知に関する豊富な行動データを提供する可能性がある。
本稿では,コンピュータビジョンツールを用いて,時間とともに参加者の過度な視覚的注意の軌跡を評価する作業である「アテンション・デコーディング」について検討する。
論文 参考訳(メタデータ) (2022-11-20T12:24:57Z) - A Unified Comparison of User Modeling Techniques for Predicting Data
Interaction and Detecting Exploration Bias [17.518601254380275]
我々は,4つのユーザスタディデータセットの多種多様なセットにおいて,その性能に基づいて8つのユーザモデリングアルゴリズムを比較し,ランク付けする。
本研究は,ユーザインタラクションの分析と可視化のためのオープンな課題と新たな方向性を強調した。
論文 参考訳(メタデータ) (2022-08-09T19:51:10Z) - FineDiving: A Fine-grained Dataset for Procedure-aware Action Quality
Assessment [93.09267863425492]
競争力のあるスポーツビデオにおける行動の高レベル意味論と内部時間構造の両方を理解することが、予測を正確かつ解釈可能なものにする鍵である、と我々は主張する。
本研究では,多様なダイビングイベントに対して,アクションプロシージャに関する詳細なアノテーションを付加した,ファインディビングと呼ばれる詳細なデータセットを構築した。
論文 参考訳(メタデータ) (2022-04-07T17:59:32Z) - Finding Facial Forgery Artifacts with Parts-Based Detectors [73.08584805913813]
顔の個々の部分に焦点を絞った一連の偽造検知システムを設計する。
これらの検出器を用いて、FaceForensics++、Celeb-DF、Facebook Deepfake Detection Challengeデータセットの詳細な実験分析を行う。
論文 参考訳(メタデータ) (2021-09-21T16:18:45Z) - Deep Learning for Person Re-identification: A Survey and Outlook [233.36948173686602]
人物再識別(Re-ID)は、複数の重複しないカメラを通して興味ある人物を検索することを目的としている。
人物のRe-IDシステム開発に関わるコンポーネントを分離することにより、それをクローズドワールドとオープンワールドのセッティングに分類する。
論文 参考訳(メタデータ) (2020-01-13T12:49:22Z)
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。