論文の概要: Smart Face Shield: A Sensor-Based Wearable Face Shield Utilizing Computer Vision Algorithms

• arxiv url: http://arxiv.org/abs/2212.08996v1
• Date: Sun, 18 Dec 2022 03:23:38 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-20 17:33:29.472663
• Title: Smart Face Shield: A Sensor-Based Wearable Face Shield Utilizing Computer Vision Algorithms
• Title（参考訳）: smart face shield: コンピュータビジョンアルゴリズムを利用したセンサベースのウェアラブルフェイスシールド
• Authors: Manuel Luis C. Delos Santos (1), Ronaldo S. Tinio (2), Darwin B. Diaz (3) and Karlene Emily I. Tolosa (4), ((1)(3)(4) Asian Institute of Computer Studies, Philippines, (2) Pamantasan ng Lungsod ng Valezuela, Philippines)
• Abstract要約: ウェアラブルデバイスは、透明なポリカーボネートフェイスシールド、マイクロプロセッサ、センサー、カメラ、薄膜トランジスタオンスクリーンディスプレイ、ジャンパーワイヤ、パワーバンク、ピソンプログラム言語など、様々なハードウェアとソフトウェアコンポーネントで構成されていた。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The study aims the development of a wearable device to combat the onslaught of covid-19. Likewise, to enhance the regular face shield available in the market. Furthermore, to raise awareness of the health and safety protocols initiated by the government and its affiliates in the enforcement of social distancing with the integration of computer vision algorithms. The wearable device was composed of various hardware and software components such as a transparent polycarbonate face shield, microprocessor, sensors, camera, thin-film transistor on-screen display, jumper wires, power bank, and python programming language. The algorithm incorporated in the study was object detection under computer vision machine learning. The front camera with OpenCV technology determines the distance of a person in front of the user. Utilizing TensorFlow, the target object identifies and detects the image or live feed to get its bounding boxes. The focal length lens requires the determination of the distance from the camera to the target object. To get the focal length, multiply the pixel width by the known distance and divide it by the known width (Rosebrock, 2020). The deployment of unit testing ensures that the parameters are valid in terms of design and specifications.
• Abstract（参考訳）: この研究は、コビッドウイルスの攻撃に対抗するウェアラブルデバイスの開発を目指している。 同様に、市場で利用可能な通常のフェイスシールドを強化する。 さらに、政府とその関連団体による、コンピュータビジョンアルゴリズムの統合によるソーシャルディスタンシングの実施における健康・安全プロトコルへの認識を高める。 このウェアラブルデバイスは、透明なポリカーボネートフェイスシールド、マイクロプロセッサ、センサー、カメラ、薄膜トランジスタオンスクリーンディスプレイ、ジャンパーワイヤ、パワーバンク、pythonプログラミング言語など、さまざまなハードウェアとソフトウェアコンポーネントで構成されていた。 この研究に組み込まれたアルゴリズムは、コンピュータビジョン機械学習による物体検出である。 OpenCV技術によるフロントカメラは、ユーザの前にある人の距離を決定する。 TensorFlowを使用することで、ターゲットオブジェクトはイメージやライブフィードを特定して検出し、バウンディングボックスを取得する。 焦点長レンズは、カメラから対象物までの距離を決定する必要がある。 焦点距離を得るために、ピクセル幅を既知の距離で乗算し、既知の幅で分割する(Rosebrock, 2020)。 単体テストのデプロイは、パラメータが設計と仕様の点で有効であることを保証する。

関連論文リスト

• Privacy-preserving Optics for Enhancing Protection in Face De-identification [60.110274007388135]
  この脆弱性を解決するために,ハードウェアレベルの顔識別手法を提案する。 また、プライバシ保存画像、フェイスヒートマップ、およびパブリックデータセットからの参照顔イメージを入力として、新しい顔を生成する匿名化フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-31T19:28:04Z)
• Prototipo de un Contador Bidireccional Automático de Personas basado en sensores de visión 3D [39.58317527488534]
  RGB-Dセンサーとしても知られる3Dセンサーは、深度画像を利用して、各ピクセルがカメラから物体までの距離を測定する。 プロトタイプはRGB-Dセンサーを使って、スタジアムや空港などの空間におけるセキュリティと監視を支援する。 このシステムには、RealSense D415奥行きカメラと、人物をカウントするオブジェクト検出アルゴリズムを実行するミニコンピュータと、身元確認のための2Dカメラが含まれている。
  論文  参考訳（メタデータ） (2024-03-18T23:18:40Z)
• Deep Learning based CNN Model for Classification and Detection of Individuals Wearing Face Mask [0.0]
  このプロジェクトでは、ディープラーニングを利用して、リアルタイムストリーミングビデオや画像のフェイスマスクを検出するモデルを作成する。 この研究の主な焦点は、特にセンシティブな領域におけるセキュリティを強化することである。 この研究は、画像前処理、画像トリミング、画像分類の3段階に展開している。
  論文  参考訳（メタデータ） (2023-11-17T09:24:04Z)
• DensePose From WiFi [86.61881052177228]
  WiFi信号の位相と振幅を24のヒト領域内の紫外線座標にマッピングするディープニューラルネットワークを開発した。 本モデルでは,複数の被験者の密集したポーズを,画像に基づくアプローチと同等の性能で推定することができる。
  論文  参考訳（メタデータ） (2022-12-31T16:48:43Z)
• Learning Deep Sensorimotor Policies for Vision-based Autonomous Drone Racing [52.50284630866713]
  既存のシステムは、状態推定、計画、制御のために手作業によるコンポーネントを必要とすることが多い。 本稿では、深層感触者ポリシーを学習することで、視覚に基づく自律ドローンレース問題に取り組む。
  論文  参考訳（メタデータ） (2022-10-26T19:03:17Z)
• GoToNet: Fast Monocular Scene Exposure and Exploration [0.6204265638103346]
  リアルタイム環境探索のための新しい手法を提案する。 我々の方法は良い戦術的な決定を下すのに一面(イメージ)しか必要としない。 GotoとLookatと呼ばれる画素が特徴である2つの方向予測が,本手法のコアを構成する。
  論文  参考訳（メタデータ） (2022-06-13T08:28:31Z)
• OPOM: Customized Invisible Cloak towards Face Privacy Protection [58.07786010689529]
  我々は、新しいタイプのカスタマイズクロークに基づく技術の観点から、顔のプライバシ保護について検討する。 本研究では,個人固有の(クラスワイドな)ユニバーサルマスクを生成するために,1人1マスク(OPOM)という新しい手法を提案する。 提案手法の有効性を,共通データセットと有名データセットの両方で評価した。
  論文  参考訳（メタデータ） (2022-05-24T11:29:37Z)
• Detection, Recognition, and Tracking: A Survey [0.0]
  コンピュータビジョンやマルチメディアでは、画像やビデオ中の物体を検出し、認識し、追跡することがますます重要になっている。 顔認識、監視、アニメーションなどの多くのアプリケーションは、機能や人を追跡するのに使われている。 本稿では,物体の検出と認識に関する新しい手法と,検出した特徴にトラッキングアルゴリズムを適用して物体の動きを追跡する方法について述べる。
  論文  参考訳（メタデータ） (2022-03-22T17:11:24Z)
• 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)
• Towards Hardware-Agnostic Gaze-Trackers [0.5512295869673146]
  本稿では、制約付き視線追跡のための外観に基づく手法として、ディープニューラルネットワークアーキテクチャを提案する。 我々のシステムは、キャリブレーションやデバイス固有の微調整なしで、GazeCaptureデータセット上で1.8073cmの誤差を達成した。
  論文  参考訳（メタデータ） (2020-10-11T00:53:57Z)
• Face Anti-Spoofing by Learning Polarization Cues in a Real-World Scenario [50.36920272392624]
  顔の偽造は生体認証アプリケーションにおけるセキュリティ侵害を防ぐ鍵となる。 RGBと赤外線画像を用いたディープラーニング手法は,新たな攻撃に対する大量のトレーニングデータを必要とする。 本研究では,実顔の偏光画像の物理的特徴を自動的に学習することにより,現実のシナリオにおける顔のアンチ・スプーフィング手法を提案する。
  論文  参考訳（メタデータ） (2020-03-18T03:04:03Z)

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。