論文の概要: PDIWS: Thermal Imaging Dataset for Person Detection in Intrusion Warning Systems

• arxiv url: http://arxiv.org/abs/2302.13293v1
• Date: Sun, 26 Feb 2023 11:02:34 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-28 17:54:07.170349
• Title: PDIWS: Thermal Imaging Dataset for Person Detection in Intrusion Warning Systems
• Title（参考訳）: PDIWS:侵入警報システムにおける人物検出のための熱画像データセット
• Authors: Nguyen Duc Thuan, Le Hai Anh and Hoang Si Hong
• Abstract要約: データセットは2000イメージのトレーニングセットと500イメージのテストセットで構成されている。 全50の背景があり、1000人近い被験者は5つのポーズに従って5つのクラスに分けられる。 最初の4つのポーズが検出された場合、侵入者の存在を確認する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: In this paper, we present a synthetic thermal imaging dataset for Person Detection in Intrusion Warning Systems (PDIWS). The dataset consists of a training set with 2000 images and a test set with 500 images. Each image is synthesized by compounding a subject (intruder) with a background using the modified Poisson image editing method. There are a total of 50 different backgrounds and nearly 1000 subjects divided into five classes according to five human poses: creeping, crawling, stooping, climbing and other. The presence of the intruder will be confirmed if the first four poses are detected. Advanced object detection algorithms have been implemented with this dataset and give relatively satisfactory results, with the highest mAP values of 95.5% and 90.9% for IoU of 0.5 and 0.75 respectively. The dataset is freely published online for research purposes at https://github.com/thuan-researcher/Intruder-Thermal-Dataset.
• Abstract（参考訳）: 本稿では,侵入警報システム(PDIWS)における人物検出のための合成熱画像データセットを提案する。 データセットは2000イメージのトレーニングセットと500イメージのテストセットで構成されている。 各画像は、修正されたポアソン画像編集方法を用いて被写体(イントルーダ)と背景とを合成して合成される。 背景は50種類あり、1000名近い被験者が5つのクラスに分かれている(スキン、クロール、スヌーピング、クライミングなど)。 最初の4つのポーズが検出されれば、侵入者の存在を確認する。 高度なオブジェクト検出アルゴリズムがこのデータセットで実装され、それぞれ0.5のIoUと0.75のMAP値が95.5%、90.9%の比較的良好な結果が得られた。 このデータセットは、https://github.com/thuan-researcher/Intruder-Thermal-Dataset.comで無料で公開されている。

関連論文リスト

• Whole-body Detection, Recognition and Identification at Altitude and Range [57.445372305202405]
  多様なデータセットに基づいて評価したエンドツーエンドシステムを提案する。 我々のアプローチでは、一般的な画像データセットで検出器を事前トレーニングし、BRIARの複雑なビデオや画像でそれを微調整する。 屋内・屋外・航空シナリオにおける様々な範囲や角度の異なる条件下で徹底的な評価を行う。
  論文  参考訳（メタデータ） (2023-11-09T20:20:23Z)
• DataDAM: Efficient Dataset Distillation with Attention Matching [15.300968899043498]
  研究者たちは、さまざまなデータセットをまたいだ強力な一般化を維持することによって、ディープラーニングのトレーニングコストを最小化しようと長年努力してきた。 データセットに関する新たな研究は、より大きな実際のデータセットの情報を含む小さな合成セットを作成することで、トレーニングコストの削減を目的としている。 しかし、従来の方法で生成された合成データは、元のトレーニングデータと同様に、配布・差別することが保証されていない。
  論文  参考訳（メタデータ） (2023-09-29T19:07:48Z)
• Efficient Deduplication and Leakage Detection in Large Scale Image Datasets with a focus on the CrowdAI Mapping Challenge Dataset [5.149242555705579]
  本稿では,知覚的ハッシュ技術を用いて効率的にデータセットを複製するドロップインパイプラインを提案する。 実験では,トレーニング分割中の250k($ sim $90%)近い画像が同一であることを示した。 その結果,60k画像の約56kがトレーニングスプリットに表示され,データ漏洩は93%であった。
  論文  参考訳（メタデータ） (2023-04-05T08:36:17Z)
• MIPI 2022 Challenge on RGB+ToF Depth Completion: Dataset and Report [92.61915017739895]
  本稿では,新しい画像センサと撮像アルゴリズムに着目した5つのトラックを含むMIPIの最初の課題を紹介する。 参加者にはTetrasRGBDという,高品質な合成RGB+Depthトレーニングデータ18万組と,混合ソースからの2.3万組のテストデータを含む,新たなデータセットが提供される。 最終結果は客観的指標と平均オピニオンスコア(MOS)を主観的に評価する。
  論文  参考訳（メタデータ） (2022-09-15T05:31:53Z)
• Egocentric Human-Object Interaction Detection Exploiting Synthetic Data [19.220651860718892]
  産業的文脈において,エゴセントリックなヒューマンオブジェクトインタラクション(EHOI)を検出することの問題点を考察する。 EHOI検出に自動的にラベル付けされたFPV画像を生成するためのパイプラインとツールを提案する。
  論文  参考訳（メタデータ） (2022-04-14T15:59:15Z)
• Learning Co-segmentation by Segment Swapping for Retrieval and Discovery [67.6609943904996]
  この研究の目的は、一対のイメージから視覚的に類似したパターンを効率的に識別することである。 画像中のオブジェクトセグメントを選択し、それを別の画像にコピーペーストすることで、合成トレーニングペアを生成する。 提案手法は,Brueghelデータセット上でのアートワークの詳細検索に対して,明確な改善をもたらすことを示す。
  論文  参考訳（メタデータ） (2021-10-29T16:51:16Z)
• Active Terahertz Imaging Dataset for Concealed Object Detection [16.26153671724079]
  本稿では,Terahertzイメージング解像度5mm×5mmにおける多物体検出アルゴリズムの評価のための公開データセットを提供する。 代表的な検出器は, YOLOv3, YOLOv4, FRCN-OHEM, RetinaNetである。 実験の結果、RetinaNetは最も高いmAPを達成することが示された。
  論文  参考訳（メタデータ） (2021-05-08T11:21:38Z)
• Contemplating real-world object classification [53.10151901863263]
  Barbuらが最近提案したObjectNetデータセットを再分析した。 日常の状況に物を含むこと。 分離されたオブジェクトにディープモデルを適用すると、元の論文のようにシーン全体ではなく、約20～30%の性能改善が得られます。
  論文  参考訳（メタデータ） (2021-03-08T23:29:59Z)
• Data Augmentation for Object Detection via Differentiable Neural Rendering [71.00447761415388]
  注釈付きデータが乏しい場合、堅牢なオブジェクト検出器を訓練することは困難です。 この問題に対処する既存のアプローチには、ラベル付きデータからラベル付きデータを補間する半教師付き学習が含まれる。 オブジェクト検出のためのオフラインデータ拡張手法を導入し、新しいビューでトレーニングデータを意味的に補間する。
  論文  参考訳（メタデータ） (2021-03-04T06:31:06Z)
• OpenEDS2020: Open Eyes Dataset [6.53692663398188]
  OpenEDS 2020は、制御照明下で100Hzのフレームレートで撮影された新しいアイ画像のデータセットである。 データセットは匿名化され、参加者の個人を特定する情報を取り除きます。
  論文  参考訳（メタデータ） (2020-05-08T06:53:05Z)
• Radioactive data: tracing through training [130.2266320167683]
  本稿では,このデータセットに認識不能な変化を生じさせる新しい手法であるEmphradioactive dataを提案する。 訓練されたモデルにより, 放射能データの利用を検知し, 信頼度(p-値)のレベルを提供する。 提案手法はディープネットワーク最適化におけるデータ拡張とバックドア性に対して堅牢である。
  論文  参考訳（メタデータ） (2020-02-03T18:41:08Z)

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。