Fugu-MT 論文翻訳(概要): A XGBoost Algorithm-based Fatigue Recognition Model Using Face Detection

論文の概要: A XGBoost Algorithm-based Fatigue Recognition Model Using Face Detection

arxiv url: http://arxiv.org/abs/2303.12727v1
Date: Mon, 13 Mar 2023 11:31:35 GMT
ステータス: 処理完了
システム内更新日: 2023-03-25 02:57:48.578287
Title: A XGBoost Algorithm-based Fatigue Recognition Model Using Face Detection
Title（参考訳）: 顔検出を用いたXGBoostアルゴリズムに基づく疲労認識モデル
Authors: Xinrui Chen, Bingquan Zhang
Abstract要約: 本稿では、EAR(Eye Aspect Ratio)とMAR(Mouth Aspect Ratio)の2つの指標を用いたXGBoostアルゴリズムに基づく疲労認識モデルの構築を試みた。精度87.37%、感度89.14%の精度で、このモデルは効率が高く、さらなる応用に有効であることが証明された。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: As fatigue is normally revealed in the eyes and mouth of a person's face, this paper tried to construct a XGBoost Algorithm-Based fatigue recognition model using the two indicators, EAR (Eye Aspect Ratio) and MAR(Mouth Aspect Ratio). With an accuracy rate of 87.37% and sensitivity rate of 89.14%, the model was proved to be efficient and valid for further applications.
Abstract（参考訳）: 顔の目と口に通常疲労が現れるため,本研究では,EAR(Eye Aspect Ratio)とMAR(Mouth Aspect Ratio)という2つの指標を用いて,XGBoostアルゴリズムに基づく疲労認識モデルを構築した。精度は87.37%、感度は89.14%であり、さらなる応用に有効であることが証明された。

関連論文リスト

An Enhancement of Haar Cascade Algorithm Applied to Face Recognition for Gate Pass Security [0.0]
顔認識ライブラリはHaar Cascade Algorithmで実装された。グレースケール画像をRGBに変換し、顔符号化を改善するためにサブプロセスを適用した。拡張ハールカスケードアルゴリズムは98.39%の精度を実現した。
論文参考訳（メタデータ） (2024-11-06T11:03:34Z)
Efficient Apple Maturity and Damage Assessment: A Lightweight Detection Model with GAN and Attention Mechanism [7.742643088073472]
本研究では,軽量畳み込みニューラルネットワーク(CNN)とGAN(Generative Adversarial Network)に基づく手法を提案する。リンゴ熟度グレーディング検出では, それぞれ95.6%, 93.8%, 95.0%, 56.5の精度, リコール, 精度, FPSが得られた。リンゴの損傷レベル検出では、提案モデルはそれぞれ95.3%、93.7%、94.5%の精度、リコール、mAPに達する。
論文参考訳（メタデータ） (2023-10-13T18:22:30Z)
Attention Consistency Refined Masked Frequency Forgery Representation for Generalizing Face Forgery Detection [96.539862328788]
既存の偽造検出方法は、未確認領域の真正性を決定する不満足な一般化能力に悩まされている。 ACMF(Attention Consistency Refined masked frequency forgery representation model)を提案する。いくつかのパブリックフェイスフォージェリーデータセットの実験結果から,提案手法の性能は最先端の手法と比較して優れていることが示された。
論文参考訳（メタデータ） (2023-07-21T08:58:49Z)
Learning Diversified Feature Representations for Facial Expression Recognition in the Wild [97.14064057840089]
本稿では,CNN層が抽出した顔表情認識アーキテクチャの特徴を多様化する機構を提案する。 AffectNet,FER+,RAF-DBの3つの顔表情認識実験の結果,本手法の有効性が示された。
論文参考訳（メタデータ） (2022-10-17T19:25:28Z)
Benchmarking Joint Face Spoofing and Forgery Detection with Visual and Physiological Cues [81.15465149555864]
視覚的外観と生理的rcuesを用いた第1回関節スプーフィングおよび検出ベンチマークを作成した。 r周期性判別を強化するために,顔の強信号マップと連続ウェーブレットを入力として変換した2分岐生理ネットワークを設計した。
論文参考訳（メタデータ） (2022-08-10T15:41:48Z)
Identifying Fixation and Saccades in Virtual Reality [2.045796882831387]
仮想現実環境の3次元特性は、既存の認識アルゴリズムに新たな課題をもたらす。 Ve-Threshold Identification, Dispersion-Threshold Identification, Velocity & Dispersion-Threshold Identificationを最適パラメータと比較した。その結果,修正したVelocity & Dispersion-Threshold Identificationが最良であることがわかった。
論文参考訳（メタデータ） (2022-05-09T08:40:20Z)
Generalized Visual Quality Assessment of GAN-Generated Face Images [79.47386781978531]
GAN生成顔画像(GFI)の汎用品質評価に向けた主観的・客観的品質の検討我々は、利用可能なGANアルゴリズムと見えないGANアルゴリズムの両方から、GFIの正確な品質予測を可能にする品質評価モデルを開発する。
論文参考訳（メタデータ） (2022-01-28T07:54:49Z)
EMT-NET: Efficient multitask network for computer-aided diagnosis of breast cancer [58.720142291102135]
乳腺腫瘍の分類と分別を同時に行うための,効率的で軽量な学習アーキテクチャを提案する。腫瘍分類ネットワークにセグメンテーションタスクを組み込むことにより,腫瘍領域に着目したバックボーンネットワークで表現を学習する。腫瘍分類の精度、感度、特異性はそれぞれ88.6%、94.1%、85.3%である。
論文参考訳（メタデータ） (2022-01-13T05:24:40Z)
QMagFace: Simple and Accurate Quality-Aware Face Recognition [5.5284501467256515]
本稿では,QMag-Face(QMag-Face,QMag-Face,QMag-Face,QMag-Face,QMag-Face,QMag-Face,QMag-Face,QMag-Face)を提案する。いくつかの顔認識データベースとベンチマークで実施された実験は、導入された品質認識が認識性能を一貫した改善をもたらすことを示した。
論文参考訳（メタデータ） (2021-11-26T12:44:54Z)
A 1D-CNN Based Deep Learning Technique for Sleep Apnea Detection in IoT Sensors [3.2116198597240846]
本稿では,ウェアラブルデバイスから取得した心電図(ECG)信号から呼吸時無呼吸検出のための新しい手法を提案する。この新しさは、秒単位の高分解能の無呼吸検出に起因している。このモデルはいくつかの低分解能アパネ検出法より優れる。
論文参考訳（メタデータ） (2021-05-02T18:35:57Z)
On the Robustness of Face Recognition Algorithms Against Attacks and Bias [78.68458616687634]
顔認識アルゴリズムは非常に高い認識性能を示しており、現実のアプリケーションに適していることを示唆している。精度が向上したにもかかわらず、これらのアルゴリズムの攻撃や偏見に対する堅牢性は問題視されている。本稿では,顔認識アルゴリズムの頑健性に挑戦する様々な方法について要約する。
論文参考訳（メタデータ） (2020-02-07T18:21:59Z)

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。