論文の概要: Application-Driven AI Paradigm for Hand-Held Action Detection

• arxiv url: http://arxiv.org/abs/2210.06682v1
• Date: Thu, 13 Oct 2022 02:30:23 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-14 14:20:03.451161
• Title: Application-Driven AI Paradigm for Hand-Held Action Detection
• Title（参考訳）: ハンドヘルド行動検出のためのアプリケーション駆動aiパラダイム
• Authors: Kohou Wang, Zhaoxiang Liu and Shiguo Lian
• Abstract要約: 階層的物体検出に基づく手持ち動作検出のためのアプリケーション駆動型AIパラダイムを提案する。 提案手法は, 複雑な環境下での適応性やロバスト性を向上し, 高い検出率を実現する。
• 参考スコア（独自算出の注目度）: 1.8531114735719274
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In practical applications especially with safety requirement, some hand-held actions need to be monitored closely, including smoking cigarettes, dialing, eating, etc. Taking smoking cigarettes as example, existing smoke detection algorithms usually detect the cigarette or cigarette with hand as the target object only, which leads to low accuracy. In this paper, we propose an application-driven AI paradigm for hand-held action detection based on hierarchical object detection. It is a coarse-to-fine hierarchical detection framework composed of two modules. The first one is a coarse detection module with the human pose consisting of the whole hand, cigarette and head as target object. The followed second one is a fine detection module with the fingers holding cigarette, mouth area and the whole cigarette as target. Some experiments are done with the dataset collected from real-world scenarios, and the results show that the proposed framework achieve higher detection rate with good adaptation and robustness in complex environments.
• Abstract（参考訳）: 特に安全要件の実践的応用においては、喫煙、ダイアル、食事など、手持ちの動作を綿密に監視する必要がある。 タバコを例にとると、既存の喫煙検出アルゴリズムは、通常、対象物のみを手でタバコやタバコを検知するので、精度は低い。 本稿では,階層的物体検出に基づくハンドヘルド動作検出のためのアプリケーション駆動型AIパラダイムを提案する。 2つのモジュールからなる粗大な階層的検出フレームワークである。 最初のものは、対象物として、手、タバコ、頭部全体からなる人間のポーズを持つ粗い検出モジュールである。 続く第2のモジュールは、指がタバコ、口面積、タバコ全体をターゲットとして保持する微細検出モジュールである。 実世界のシナリオから収集したデータセットを用いて実験を行い,提案手法が複雑な環境での適応性とロバスト性に優れ,高い検出率を達成することを示す。

関連論文リスト

• Domain Adaptive Synapse Detection with Weak Point Annotations [63.97144211520869]
  弱点アノテーションを用いたドメイン適応型シナプス検出のためのフレームワークであるAdaSynを提案する。 I SBI 2023のWASPSYNチャレンジでは、我々の手法が第1位にランクインした。
  論文  参考訳（メタデータ） (2023-08-31T05:05:53Z)
• Generalized Few-Shot 3D Object Detection of LiDAR Point Cloud for Autonomous Driving [91.39625612027386]
  我々は,一般的な(ベース)オブジェクトに対して大量のトレーニングデータを持つが,レア(ノーベル)クラスに対してはごく少数のデータしか持たない,一般化された数発の3Dオブジェクト検出という新しいタスクを提案する。 具体的には、画像と点雲の奥行きの違いを分析し、3D LiDARデータセットにおける少数ショット設定の実践的原理を示す。 この課題を解決するために,既存の3次元検出モデルを拡張し,一般的なオブジェクトと稀なオブジェクトの両方を認識するためのインクリメンタルな微調整手法を提案する。
  論文  参考訳（メタデータ） (2023-02-08T07:11:36Z)
• Distinctive Self-Similar Object Detection [0.8488455943441636]
  火と煙の自己相似性の特徴的なフラクタル特性は, 様々な形状に苦しむのを緩和できる可能性が示唆された。 ケース間の類似性を記述するためにハウスドルフ距離を用いた半教師付き手法を設計する。 本実験は, 一般公開された火災・煙検知データセットを用いて実施した。
  論文  参考訳（メタデータ） (2022-11-20T15:15:57Z)
• A Tri-Layer Plugin to Improve Occluded Detection [100.99802831241583]
  本研究では,2段階物体検出装置の頭部検出のための単純な''モジュールを提案し,部分閉塞物体のリコールを改善する。 モジュールは、ターゲットオブジェクト、オクルーダー、オクラデーのセグメンテーションマスクの三層を予測し、それによってターゲットオブジェクトのマスクをより正確に予測することができる。 また,COCO評価データセットを構築し,部分閉塞オブジェクトと分離オブジェクトのリコール性能を測定した。
  論文  参考訳（メタデータ） (2022-10-18T17:59:51Z)
• A Multi-task Framework for Infrared Small Target Detection and Segmentation [9.033048310220346]
  赤外線小ターゲット検出とセグメンテーションのための新しいエンドツーエンドフレームワークを提案する。 UNetをバックボーンとして、解像度とセマンティック情報を維持するために使用しています。 我々は、赤外線小ターゲット検出とセグメンテーションのためのマルチタスクフレームワークを開発した。
  論文  参考訳（メタデータ） (2022-06-14T15:43:34Z)
• SHOP: A Deep Learning Based Pipeline for near Real-Time Detection of Small Handheld Objects Present in Blurry Video [0.0]
  ハンドヘルドオブジェクトを含むぼやけた画像を確実に解釈するパイプラインであるSHOP(Small Handheld Object Pipeline)を提案する。 パイプラインの各段階で使用される具体的なモデルはフレキシブルで、パフォーマンス要件に基づいて変更可能である。 また、ハンドヘルドオブジェクトのみからなるMS COCOのサブセットを提示し、ハンドヘルドオブジェクト検出手法の開発を継続する。
  論文  参考訳（メタデータ） (2022-03-29T04:31:30Z)
• Plug-and-Play Few-shot Object Detection with Meta Strategy and Explicit Localization Inference [78.41932738265345]
  本稿では, 微調整を行なわずに新しいカテゴリーの物体を正確に検出できるプラグ検出器を提案する。 局所化プロセスに2つの明示的な推論を導入し、アノテーション付きデータへの依存を減らす。 これは、様々な評価プロトコルの下で、効率、精度、リコールの両方において大きなリードを示している。
  論文  参考訳（メタデータ） (2021-10-26T03:09:57Z)
• A Bottom-up method Towards the Automatic and Objective Monitoring of Smoking Behavior In-the-wild using Wrist-mounted Inertial Sensors [6.955421797534318]
  タバコの消費量は世界的な流行率に達しており、死因や病気の主な原因となっている。 本稿では,喫煙行動の自動的・客観的モニタリングに向けた2段階のボトムアップアルゴリズムを提案する。 最初のステップでは、畳み込み層と反復層の両方を持つ人工ニューラルネットワークを用いて、個々の喫煙動作(即ちパフ)を検出する。 第2のステップでは,検出されたパフ密度を利用して,日中発生する喫煙セッションの時間的局所化を実現している。
  論文  参考訳（メタデータ） (2021-09-08T07:50:47Z)
• Mining the Benefits of Two-stage and One-stage HOI Detection [26.919979955155664]
  2段階の手法は、数年にわたって人-物体相互作用(HOI)の検出を支配してきた。 1段階の手法は、マルチタスク学習、すなわちオブジェクト検出と相互作用分類において適切なトレードオフを行うことが困難である。 本稿では,カスケード方式で人物体検出と相互作用分類を両立させる新しい一段階フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-08-11T07:38:09Z)
• Slender Object Detection: Diagnoses and Improvements [74.40792217534]
  本稿では,超高アスペクト比,すなわちtextbfslender オブジェクトの特定タイプの検出について検討する。 古典的物体検出法では、細い物体に対してのみ評価される場合、COCO上の18.9%のmAPの劇的な低下が観察される。
  論文  参考訳（メタデータ） (2020-11-17T09:39:42Z)
• EHSOD: CAM-Guided End-to-end Hybrid-Supervised Object Detection with Cascade Refinement [53.69674636044927]
  本稿では,エンド・ツー・エンドのハイブリッド型オブジェクト検出システムであるEHSODについて述べる。 完全なアノテートと弱いアノテートの両方で、ワンショットでトレーニングすることができる。 完全なアノテートされたデータの30%しか持たない複数のオブジェクト検出ベンチマークで、同等の結果が得られる。
  論文  参考訳（メタデータ） (2020-02-18T08:04:58Z)

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。