論文の概要: Hand Hygiene Assessment via Joint Step Segmentation and Key Action Scorer

• arxiv url: http://arxiv.org/abs/2209.12221v4
• Date: Tue, 20 Jun 2023 09:23:11 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-22 05:39:12.788441
• Title: Hand Hygiene Assessment via Joint Step Segmentation and Key Action Scorer
• Title（参考訳）: ジョイントステップセグメンテーションとキーアクションスコアによる手指衛生評価
• Authors: Chenglong Li, Qiwen Zhu, Tubiao Liu, Jin Tang, and Yu Su
• Abstract要約: ハンド衛生は世界保健機関(WHO)が提唱する6段階の手洗い法である。 ステップセグメンテーションとキーアクションスコアラを協調的に行うための,手指の精密な衛生評価のための,新たなきめ細かい学習フレームワークを提案する。 医療スタッフの監督のもと,300の動画シーケンスと微粒なアノテーションを含むビデオデータセットをコントリビュートする。
• 参考スコア（独自算出の注目度）: 32.29065180155029
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Hand hygiene is a standard six-step hand-washing action proposed by the World Health Organization (WHO). However, there is no good way to supervise medical staff to do hand hygiene, which brings the potential risk of disease spread. Existing action assessment works usually make an overall quality prediction on an entire video. However, the internal structures of hand hygiene action are important in hand hygiene assessment. Therefore, we propose a novel fine-grained learning framework to perform step segmentation and key action scorer in a joint manner for accurate hand hygiene assessment. Existing temporal segmentation methods usually employ multi-stage convolutional network to improve the segmentation robustness, but easily lead to over-segmentation due to the lack of the long-range dependence. To address this issue, we design a multi-stage convolution-transformer network for step segmentation. Based on the observation that each hand-washing step involves several key actions which determine the hand-washing quality, we design a set of key action scorers to evaluate the quality of key actions in each step. In addition, there lacks a unified dataset in hand hygiene assessment. Therefore, under the supervision of medical staff, we contribute a video dataset that contains 300 video sequences with fine-grained annotations. Extensive experiments on the dataset suggest that our method well assesses hand hygiene videos and achieves outstanding performance.
• Abstract（参考訳）: ハンドヘルス(hand hygiene)は、世界保健機関(who)が提唱する6段階の手洗い作業である。 しかし、医療スタッフが手指衛生を行うのを監督する良い方法がないため、疾患の拡散リスクが高まる可能性がある。 既存のアクションアセスメント作業は通常、ビデオ全体の全体的な品質予測を行う。 しかし,手衛生行動の内部構造は手衛生評価において重要である。 そこで本稿では, ステップセグメンテーションとキーアクションスコアラを協調的に行うための, より詳細な学習フレームワークを提案する。 既存の時間分割法は通常、分割の堅牢性を改善するために多段階の畳み込みネットワークを用いるが、長距離依存の欠如により容易にオーバーセグメンテーションにつながる。 この問題に対処するために,ステップセグメンテーションのための多段畳み込み変換ネットワークを設計する。 各手洗い工程が手洗い品質を決定するいくつかのキーアクションを含むという観察に基づいて,各ステップにおけるキーアクションの品質を評価するために,キーアクションスコアのセットを設計する。 さらに、手動衛生評価の統一データセットが欠如している。 そこで、医療スタッフの監督のもと、300の動画シーケンスと細かいアノテーションを含むビデオデータセットをコントリビュートする。 本手法は手指の衛生映像を良好に評価し,優れた性能を発揮することを示唆する。

関連論文リスト

• Weakly Supervised Video Individual CountingWeakly Supervised Video Individual Counting [126.75545291243142]
  Video Individual Countingは、単一のビデオ内のユニークな個人数を予測することを目的としている。 トラジェクトリラベルが提供されない弱い教師付きVICタスクを導入する。 そこで我々は,ネットワークを駆動し,インフロー,アウトフロー,残りを識別するために,エンドツーエンドのトレーニング可能なソフトコントラスト損失を考案した。
  論文  参考訳（メタデータ） (2023-12-10T16:12:13Z)
• Adaptive Semi-Supervised Segmentation of Brain Vessels with Ambiguous Labels [63.415444378608214]
  提案手法は, 進歩的半教師付き学習, 適応的学習戦略, 境界拡張など, 革新的な手法を取り入れたものである。 3DRAデータセットによる実験結果から,メッシュベースのセグメンテーション指標を用いて,本手法の優位性を示す。
  論文  参考訳（メタデータ） (2023-08-07T14:16:52Z)
• Rethinking Semi-Supervised Medical Image Segmentation: A Variance-Reduction Perspective [51.70661197256033]
  医用画像セグメンテーションのための階層化グループ理論を用いた半教師付きコントラスト学習フレームワークARCOを提案する。 まず、分散還元推定の概念を用いてARCOを構築することを提案し、特定の分散還元技術が画素/ボクセルレベルのセグメンテーションタスクにおいて特に有用であることを示す。 5つの2D/3D医療データセットと3つのセマンティックセグメンテーションデータセットのラベル設定が異なる8つのベンチマークで、我々のアプローチを実験的に検証する。
  論文  参考訳（メタデータ） (2023-02-03T13:50:25Z)
• Feature Extraction and Prediction for Hand Hygiene Gestures with KNN Algorithm [0.0]
  本研究は手洗いの過程に関わる手振りの分析に焦点をあてる。 手の輪郭、手の遠心、最大の輪郭に沿った極端手点などの手の特徴を抽出する。
  論文  参考訳（メタデータ） (2021-12-30T14:56:07Z)
• A Deep Learning Based Automated Hand Hygiene Training System [0.12313056815753944]
  WHOは、すべての手の表面が完全にきれいであることを保証するため、アルコールベースの手こりのガイドラインを8段階で推奨している。 ディープニューラルネットワーク(DNN)とマシンビジョンにより、手こりの品質を正確に評価することが可能になった。 本稿では,リアルタイムフィードバックを用いたディープラーニングによる手こり自動評価システムについて述べる。
  論文  参考訳（メタデータ） (2021-12-10T17:01:44Z)
• You Can Wash Hands Better: Accurate Daily Handwashing Assessment with Smartwatches [21.502362740250174]
  スマートウォッチを用いたウェアラブルソリューションであるUWashを提案し,ハンドウォッシングの手順を評価する。 コンピュータビジョンにおけるアクションセグメンテーション問題と同様の動作センサの読み書きによるハンドウォッシング評価の課題に対処する。 51人以上の被験者による実験では、UWashはハンドウォッシングジェスチャー認識において92.27%の精度を達成している。
  論文  参考訳（メタデータ） (2021-12-09T12:23:06Z)
• WHO-Hand Hygiene Gesture Classification System [0.0]
  欧州では毎年100万人以上の病院による感染症が発生している。 ハンド衛生コンプライアンスは、送信のリスクを減少させる可能性がある。 将来の目標は、医療従事者の手衛生予測システムをリアルタイムで展開することである。
  論文  参考訳（メタデータ） (2021-10-06T15:15:10Z)
• Tracking Hand Hygiene Gestures with Leap Motion Controller [0.0]
  WHOによると、手洗いの過程は、明確に定義された2つの手書きの動的ジェスチャーの段階に分けられる。 本稿では,手洗いの専門家の映像をセグメント化して分析し,その特徴を抽出する。 3DジェスチャートラッカーであるLeap Motion Controller (LEAP) は、これらのステージに関連する手の特徴を追跡し、検出するために使用された。
  論文  参考訳（メタデータ） (2021-08-11T08:48:39Z)
• Adversarial Motion Modelling helps Semi-supervised Hand Pose Estimation [116.07661813869196]
  そこで本稿では,非ラベルビデオに対人トレーニングとモーションモデリングのアイデアを組み合わせることを提案する。 本研究は,非ラベル映像系列の半教師あり学習により,逆方向が手ポーズ推定器の特性の向上につながることを示す。 このアプローチの主な利点は、ペアのトレーニングデータよりもはるかに容易に、未ペアのビデオとジョイントシーケンスデータを利用することができることです。
  論文  参考訳（メタデータ） (2021-06-10T17:50:19Z)
• Cascaded Robust Learning at Imperfect Labels for Chest X-ray Segmentation [61.09321488002978]
  不完全アノテーションを用いた胸部X線分割のための新しいカスケードロバスト学習フレームワークを提案する。 モデルは3つの独立したネットワークから成り,ピアネットワークから有用な情報を効果的に学習できる。 提案手法は,従来の手法と比較して,セグメント化タスクの精度を大幅に向上させることができる。
  論文  参考訳（メタデータ） (2021-04-05T15:50:16Z)

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。